Aula 8 Topicos Adicionais Painel Linear Parte 2 PDF

Tpicos Adicionais Painel com Efeitos no Observados
Econometria III - Dados em Painel

Aula 8 - Tpicos Adicionais Parte 2
CEDEPLAR/UFMG
2o. Semestre 2010
Tendncias individuais especcas
Modelo
y
it
= x
it
+g
i
t +c
i
+u
it
com c
i
e g
i
possivelmente correlacionado com x
i
Assumimos CSE:
E(u
it
[x
i
, c
i
, g
i
) = 0
Tendncias individuais especcas
Para estimar, primeiro diferenciamos para eliminar c
i
y
it
= g
i
+x
it
+u
it
Esse modelo satisfaz FE1 e FE2 com x
it
ao invs de x
it
e
pode, portanto, ser estimado por FE ou FD.
Para FE consideramos
y
it
y
i
= (x
it
x
i
) +u
it
u
i
Por FD consideramos
2
y
it
=
2
x
it
+
2
u
it
com
2
o operador de segunda diferena:
2
y
it
= y
it
y
i ,t1
= y
it
2y
i
,
t1
+y
i
,
t2
Inclinaes individuais especcas
O modelo e tendncias individuais especcas um caso
especial de inclinaes individuais especcas
Modelo
y
it
= x
it
+z
it
a
i
+u
it
com z um vetor 1xJ que contm, em geral, contm 1 que
corresponde ao efeito individual c
i
Assumimos CSE: E(u
it
[z
i
, x
i
, a
i
) = 0
Para estimao, denimos a matriz de projeo
M
i
= I
T
Z
i
(Z
/
i
Z
i
)
1
Z
/
i
com a matrix TxJ
Z
i
=
_
_
_
z
i 1
.
.
.
z
iT
_
_
_
Como matriz de projeo M
i
idempotente, simtrica e
M
i
Z
i
= 0.
M
i
projeta no espao ortogonal s coluna de Z
i
.
M
i
y
i
= y
i
Z
i
(Z
/
i
Z
i
)
1
Z
/
i
y
i
= y
i
Z
i

com

o estimador OLS na regresso de y
i
em Z
i
.
Pr-multiplicando o odelo por M
i
, temos:
M
i
y
i
= M
i
X
i
+M
i
u
i
ou
y
i
=

X
i
+ u
i
Se o rank(E(X
/
i
M
i
X
i
)) = K podemos estimar por SOLS,
isto :
FE
=
_
N
i =1
X
/
i

X
i
_
1
_
N
i =1
X
/
i
y
i
_
Se assumimos
E(u
i
u
/
i
[z
i
, x
i
, a
i
) =
2
u
I
T
ento
Var (
FE
) =
2
u
_
N
i =1
X
/
i

X
i
_
1
Para estimar
2
u
, utilizamos
E( u
/
i
u
i
[z
i
, x
i
, a
i
) = E(u
/
i
M
i
u
i
[z
i
, x
i
, a
i
) =
= E(tr (u
/
i
M
i
u
i
[z
i
, x
i
, a
i
) = tr (M
i
E(u
i
u
/
i
[z
i
, x
i
, a
i
)) =
=
2
u
tr (M
i
) =
2
u
(T J)
Ento
E
_
1
N(T J)
N
i =1
u
/
i
u
i
_
=
2
u
de forma que um estimador consistente :

2
u
=
1
N(T J)
N
i =1
T
t=1
u
2
it
com
u
it
= y
it
x
it

FE
Tambm consideramos a estimao de a
i
. Temos a partir de:
y
i
= Z
i
a
i
+X
i
+u
i
que
(Z
/
i
Z
i
)
1
Z
/
i
y
i
= a
i
+ (Z
/
i
Z
i
)
1
Z
/
i
X
i
+ (Z
/
i
Z
i
)
1
Z
/
i
u
i
de forma que:
a
i
= (Z
/
i
Z
i
)
1
Z
/
i
(y
i
X
i
) (Z
/
i
Z
i
)
1
Z
/
i
u
i
Em geral, no estamos interessados no efeito individual a
i
,
mas em estatsticas sntese, por exemplo:
a =
1
N
N
i =1
a
i
Com estimativa:
a =
1
N
N
i =1
a
i
E
a
i
= (Z
/
i
Z
i
)
1
Z
/
i
(y
i
X
i

FE
)
Temos
_
N(
a a) =
1
_
N
N
i =1
(Z
/
i
Z
i
)
1
Z
/
i
u
i

1
_
N
N
i =1
(Z
/
i
Z
i
)
1
Z
/
i
X
i
_
1
N
N
j =1
X
/
j

X
j
_
1
.
.
_
1
N
N
j =1
X
/
j
u
j
_
O termo nal pode ser escrito como:
1
N
_
N
N
i =1
N
j =1
(Z
/
i
Z
i
)
1
Z
/
i
X
i
_
1
N
N
j =1
X
/
j

X
j
_
1
X
/
j
u
j
Esse duplo somatrio uma estatstica-U com projeo
assintoticamente equivalente
1
_
N
N
i =1
E
_
_
Z
/
j
Z
j
_
1
Z
/
j
X
j
_
A
1

X
/
i
u
i
e
1
N
N
j =1
X
/
j

X
j
p
A
Ento
_
N(
a a) =
1
_
N
N
i =1
_
Z
/
i
Z
i
_
1
Z
/
i
u
i

1
_
N
N
i =1
E
_
_
Z
/
j
Z
j
_
1
Z
/
j
X
j
_
_
E
_
X
/
j

X
j
_
1
X
/
i
u
i
Os dois termos so no correlacionados de modo que a
varincia assinttica :
V =
2
u
E
_
_
Z
/
i
Z
_
1
_
+
2
u
E
_
_
Z
/
i
Z
i
_
1
Z
/
i
X
i
_
_
E
_
X
/
i

X
i
_
1
E
_
_
Z
/
I
Z
i
_
1
Z
/
i
X
i
_
e
_
N(
a a)
d
N(0, V)
Aplicao
y
it
= x
it
+a
i
d
it
+c
i
+u
it
com d
it
um indicador de alguma interveno que tenha coecientes
individuais especcos. Estamos interessados em E(a), o efeito
mdio da interveno.
Estimador de Chamberlain
Modelo
y
it
= x
it
+c
i
+u
it
sob as hipteses RE1 e RE2
RE1:
E[
it
[ X
i
, c
i
] = 0, t = 1, ..., T
E[ c
i
[ X
i
] = E[c
i
] = c
Var
_
c
2
i
X
i
=
2
c
RE2:
E
_
/
i
X
i
, c
i
=
2
I
T
c
i
depende de x
i
, mas no especicamos como.
A abordagem de Chamberlain substituir o efeito no
observado c
i
por sua projeo nas variveis explicativas em
todos os perdos (mais o erro projetado).
Considere a projeo linear
L(c
i
[x
i
) = +x
i 1
1
+ ... +x
iT
T
de modo que
c
i
= +x
i 1
1
+ ... +x
iT
T
+a
i
com
E(x
/
i
a
i
) = 0
Por substituio
y
it
= +x
it
+x
i 1
1
+ ... +x
iT
T
+r
it
com r
it
= a
i
+u
it
e E(x
/
i
r
it
) = 0.
Identicao para T = 2
y
i 1
= +x
it
( +
1
) +x
i 2
2
+r
i 1
y
i 2
= +x
it
1
+x
i 2
( +
2
) +r
i 1
Se x
i 1
,= x
i 2
, ento ,
1
,
2
so identicados. Se x
i 1
= x
i 2
, ento
,
1
,
2
no so identicados, porque o coeciente +
1
+
2
.
Estimao
y
i
= W
i
+r
i
com
W
i
=
_
_
_
1 x
i 1
x
iT
x
i 1
.
.
.
.
.
.
1 x
i 1
x
iT
x
iT
_
_
_
onde W
i
T x (1 +TK +K) e (1 +TK +K) x 1
Esse modelo pode ser estimado por SFGLS se E(r
i
r
/
i
[x
i
) =
ou por GMM com matriz de pesos tima, com instrumentos
1,x
i
se a matriz de varincia condicial no especicada.
A abordagem de Chamberlain pode ser utilizada em modelos
no-lineares de dados em painel.
Estimador de Hausman-Taylor
Modelo
y
it
= z
i 1
i 1
+z
i 2
i 2
+x
it1
1
+x
it2
2
+c
i
+u
it
com z
ik
1xJ
k
e x
it1
1xK
k
.
Assuma
E(c
i
[z
i 1
) = E(c
i
[x
i 1
) = 0
isto , c
i
depende de z
i 2
, x
i 2
, mas no de z
i 1
, x
i 1
.
Exemplo
y
it
rendimentos
z
i 1
raa
z
i 2
anos de estudo
x
it1
estado de sade
x
it2
experincia de trabalho
c
i
habilidade
Assumimos CSE
Escreve as equaes como um sistema
y
i
= Z
i
+X
i
+v
i
Temos
E(X
/
i
Q
T
v
i
) = E(X
/
i
(u
i
u
i
)) = 0
e
E(z
/
i 1
v
it
) = E(x
/
i 1
v
it
) = 0
Organizamos os instrumentos vlidos em um matriz de ordem
Tx(K +J
1
+TK
1
)
Z
i
= [Q
T
X
i
T
(z
i 1
x
i 1
]
Existem J
1
+J
2
+K
1
+K
2
parmetros e K +J
1
+TK
1
instrumentos, de modo que condio de ordem
TK
1
_ J
2
Como x
i 1
instrumento para x
i 2
e Q
T
X
i
contm x
it1
x
i 1
, x
i 1
o instrumento para z
i 2
.
Estimao
Estimamos
y
i
= Z
i
+X
i
+v
i
por 2SLS empilhado com matriz de instrumentos

Z
i
.
Utilizamos os resduos v
i
= y
i
Z
i
X
i

para estimar
2
c
e
2
u
.
Estimao
Calculamos:
Q
T
= I
T

/
T
T
T
com
= 1
1
_
1 +T

2
c

2
u
Estimao
Estimamos
Q
T
y
i
=

Q
T
Z
i
+

Q
T
X
i
+

Q
T
v
i
por 2SLS com matriz de instrumentos

Q
T

Z

.
Esse o estimador de GMM eciente se:
E(v
i
v
/
i
[z
i
, x
i
) =
2
c
/
T
T
+
2
u
I
T
Estimao
Na falha da hiptese anterior, podemos utilizar o estimador
GMM com ponderao tima e

Z
i
como instrumentos.
Note que a abordagem de Hausman-Taylor permite a
estimao de coecientes da regresso dos regressores
constantes no tempo.

Aula 8 Topicos Adicionais Painel Linear Parte 2 PDF

Enviado por

Dados do documento

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Aula 8 Topicos Adicionais Painel Linear Parte 2 PDF

Enviado por

Direitos autorais:

Formatos disponíveis

Tpicos Adicionais Painel com Efeitos no Observados

Econometria III - Dados em Painel

Você também pode gostar