Você está na página 1de 25

ECONOMETRIA

Prof. Patricia Maria Bortolon, D. Sc.

Modelos de Dados em Painel

Fonte: GUJARATI; D. N. Econometria Bsica: 4 Edio.


Rio de Janeiro. Elsevier- Campus, 2006

Definies Gerais
Nos dados em painel, a mesma unidade de corte
transversal [...] acompanhada ao longo do tempo. Em
sntese, os dados em painel tm uma dimenso espacial
e outra temporal.
A anlise de dados em painel elabora um mix dessas
duas abordagens [...] uma vez que surgiu da
necessidade de pesquisadores trabalharem com bancos
de dados que apresentassem caractersticas de crosssection [...] e de sries de tempo.

Gujarati (2006, p. 513)


Favero et al. (2009, p. 381)

Definies Gerais
Um conjunto de dados longitudinal, ou em painel,

aquele
que
segue
uma
determinada
amostra de indivduos ao longo do tempo, e fornece,
assim, mltiplas observaes sobre cada indivduo na
amostra

Hsiao (2002, p. 1)

Modelo de Base de Dados em Srie


Temporal
Id
1
1
1
1
1
1
1
1
1
1

Ano
2001
2002
2003
2004
2005
2006
2007
2008
2009
2010

Y
...
...
...
...
...
...
...
...
...
...

X1
...
...
...
...
...
...
...
...
...
...

X2
...
...
...
...
...
...
...
...
...
...

Xn
...
...
...
...
...
...
...
...
...
...

Modelo de Base de Dados em Corte


Transversal
Id
1
2
3
4
5
6
7
8
9
10

Ano
2010
2010
2010
2010
2010
2010
2010
2010
2010
2010

Y
...
...
...
...
...
...
...
...
...
...

X1
...
...
...
...
...
...
...
...
...
...

X2
...
...
...
...
...
...
...
...
...
...

Xn
...
...
...
...
...
...
...
...
...
...

Modelo de Base de Dados em Painel


Id
1
1
1
2
2
2
3
3
3

Ano
2008
2009
2010
2008
2009
2010
2008
2009
2010

- Painel equilibrado e desequilibrado

Y
...
...
...
...
...
...
...
...
...

X1
...
...
...
...
...
...
...
...
...

X2
...
...
...
...
...
...
...
...
...

Xn
...
...
...
...
...
...
...
...
...

Modelos de Dados em Painel


Combinar dados cross section e temporais

Yi ,t 0 1 X 1i ,t n X ni,t ui ,t
Painel balanceado = cada unidade cross section possui
o mesmo nmero de observaes temporais
Painel no balanceado = cada unidade cross section
possui diferentes nmeros de observaes temporais

Painel x Pooled Cross Section

Geralmente, o termo painel usado para


dados que possuem uma dimenso crosssectional e temporal
Mais precisamente, painel se refere a dados com
as mesmas unidades cross-section ao longo do
tempo
Caso contrrio, um pooled cross-section

Vantagens da Regresso com Dados em


Painel
Aumenta o tamanho da amostra
Investiga o efeito do tempo nos dados
Testa se as relaes entre as variveis muda
com o tempo
Acomoda a heterogeneidade, permitindo
variveis especficas para cada unidade crosssection
Produz mais informaes, mais variabilidade,
menos colinearidade, mais graus de liberdade e
mais eficincia

Vantagens da Regresso com Dados em


Painel
Usando as mesmas unidades cross section,
melhor se estuda as dinmicas das mudanas
temporais
Pode detectar e medir efeitos mais complexos
que no seriam observados por uma anlise
puramente cross section ou temporal
Com a disponibilidade de dados para diversas
unidades cross section, reduzem-se os vieses de
se agregar unidades

Estimao de Modelos com Dados em


Painel
Depende das premissas consideradas acerca do
intercepto, dos coeficientes angulares e do termo do
erro.
1. Intercepto e inclinaes constantes ao longo do tempo e
entre indivduos;
2. Inclinaes constantes e intercepto varivel entre
indivduos;
3. Inclinaes constantes e intercepto varivel entre
indivduos e ao longo do tempo;
4. O intercepto e as inclinaes variam entre os indivduos
5. Interceptos e inclinaes variam entre indivduos e no
tempo.

Intercepto e coeficientes angulares constantes


ao longo do tempo e entre indivduos (1).

Yi ,t 0 1 X 1i ,t n X ni,t ui ,t
Em que: i representa a i-sima unidade de corte
transversal e t o t-simo perodo de tempo.

A abordagem de Efeitos Fixos - Inclinaes


constantes e intercepto varivel entre indivduos
(2)

Yi ,t 0i 1 X1i ,t n X ni,t ui ,t
O intercepto varia entre os indivduos.

Yi ,t 0 1D1i 2 D2i 1 X1i ,t n X ni,t ui ,t


Supondo:
3 indivduos => 2 dummies

Adaptado de WOOLDRIDGE (2002, p.266)

Inclinaes constantes e intercepto varivel


entre indivduos e ao longo do tempo (3)

Yi ,t 0i ,t 1 X1i ,t n X ni,t ui ,t
O intercepto varia entre os indivduos e ao longo do tempo.

Yi ,t 0 1 D1i 2 D2i

1 DANO1i 2 DANO 2i 1 X 1i ,t n X ni,t


ui , t
Supondo:
3 indivduos => 2 dummies
3 anos => 2 dummies

O intercepto e as inclinaes variam entre os


indivduos (4)

Yi ,t 0 1 D1i ni D2,i 1 X 1i ,t 2 X 2i ,t
1 ( D1it * X 1i ,t ) 2 ( D2i ,t * X 1i ,t )
3 ( D1it * X 2i ,t ) 4 ( D2i ,t * X 2i ,t ) ui ,t
Supondo:
3 indivduos => 2 dummies
2 variveis independentes => 2 termos de interao para avaliar inclinaes
diferentes entre os indivduos

Interceptos e inclinaes variam entre


Yi ,t 0 indivduos
1 D1i 2ieDno
2 i tempo (5)

1 DANO1it 2i DANO 2it


1 X 1i ,t 2 X 2i ,t

1 ( D1i * X 1it ) 2 ( D1i * X 2it )


3 ( D2i * X 1it ) 4 ( D2i * X 2it )
1 ( DANO1it * X 1i ,t ) 2 ( DANO1it * X 2i ,t )
(D

) (D

) ui ,t

Supondo:
3 indivduos
=> 22itdummies 1i ,t
3
ANO
4
ANO 2 it
2 i ,t
3 anos => 2 dummies
2 variveis independentes => 2 termos de interao para avaliar inclinaes
diferentes entre os indivduos; 2 termos de interao para avaliar inclinaes
diferentes em cada ano.

*X

*X

Efeitos Fixos
Cada indivduo tem caractersticas prprias que podem ou no
influenciar as variveis explicativas (ex.: as prticas gerenciais
de uma empresa podem influenciar o preo das aes)
Quando usamos efeitos fixos pressupomos que alguma coisa no
indivduo pode viesar ou prejudicar o poder explicativo das
variveis e precisamos, portanto, controlar esse efeito
O modelo de efeito fixo remove essas caractersticas invariantes
no tempo das variveis explicativas para que se consiga analisar
o efeito lquido das mesmas
Outra premissa importante que essas caractersticas individuais
e invariantes no tempo so especficas do indivduo e no se
correlacionam entre os indivduos

Efeitos Fixos
Cada indivduo diferente e portanto o termo de erro e a
constante (que captura essas caractersticas individuais) no deve
ser correlacionada com os dos demais indivduos.
Se os termos de erro forem correlacionados ento no se pode
adotar efeitos fixos, e esse relacionamento ter que ser modelado
(provavelmente usando efeitos aleatrios).
As caractersticas acima so o racional por trs do Teste de
Hausman.

A Abordagem dos Efeitos Aleatrios


O raciocnio subjacente ao modelo de covarincia
que, ao especificar o modelo de regresso,
deixamos de incluir variveis explanatrias
relevantes que no se alteram ao longo do tempo
(e possivelmente outras que mudam ao longo do
tempo, mas que tm o mesmo valor para todas as
unidades de corte transversal).

Kmenta apud Gujarati, 2006 p.521)

A Abordagem dos Efeitos Aleatrios

Yi ,t 0 1 X1i ,t 2 X 2i ,t wi ,t
Termo de Erro Composto por

i uit

Pressupe-se que se i e os X no esto correlacionados, a abordagem de


efeitos aleatrios mais adequada.
Se esperarmos alguma correlao entre o termo do erro aleatrio e os regressores, ento o modelo de efeitos fixos pode ser mais adequado.

Teste de Breusch-Pagan
H0= a varincia dos resduos que refletem
diferenas individuais nula (POLS)
H1= a varincia dos resduos que refletem
diferenas individuis 0 (RE)

O comando utilizado no stata para o referido


teste o xttest0, aps serem gravados os
resultados da regresso pela abordagem
aleatria. (est store re)

Teste de Hausman
H0= O modelo de correo de erros adequado
(RE)
H1= o modelo de correo de erros no
adequado (FE)

O comando utilizado no stata para o referido


teste o hausman fe re, aps serem gravados os
resultados da regresso pela abordagem
aleatria. (est store re) e pela abordagem fixa
(est store fe)

Teste de Chow
H0= Os interceptos so iguais para todas as
cross-sections. (POLS)
H1= Os interceptos so diferentes para todas as
cross-sections. (FE)
O comando utilizado no stata para o referido
teste o test X1 X2 Xn.

Resumo

Você também pode gostar