Manual de Solues Econometria Bsica Gujarati

CAPTULO 16
MODELOS DE REGRESSO COM DADOS EM PAINEL

16.1 Nos dados em corte transversal, coletam-se informaes sobre vrias

microunidades no mesmo ponto no tempo. Presume-se, em geral, que tais dados so
de amostras aleatrias. Nos dados em sries temporais, obtemos informaes sobre
uma dada microunidade, ou unidade individual, ao longo de um perodo de tempo. Os
dados em painel combinam caractersticas dos dois tipos anteriores, pois dados sobre
vrias microunidades so obtidos por vrios perodos de tempo.

16.2 Num modelo de efeitos fixos (MEF), admitimos que cada microunidade seja
representada pelo seu prprio intercepto, que permanece o mesmo ao longo do tempo.
Podemos levar em considerao o tempo e o espao por meio da incluso de variveis
binrias de corte transversal e de tempo.

16.3 No modelo de correo de erros (MCE), ao contrrio do MEF, presumimos que o

intercepto de uma microunidade uma extrao aleatria com mdia e varincia
determinadas. Trata-se de um modelo econmico, visto que no se introduzem N
variveis binrias distintas de intercepto para N unidades de corte transversal.
Conforme informado no texto, se o termo de erro e os regressores no estiverem
correlacionados, possvel que o MCE seja adequado, mas se estiverem, o MEF talvez
seja apropriado.

16.4 So todos sinnimos.

16.5 A resposta est na Seo 16.1. Resumidamente, combinando as dimenses

espao e tempo, podemos estudar muitos aspectos de um problema de uma forma que
no seria vivel fazer somente com os dados em corte transversal ou em sries
temporais. Dois exemplos importantes dos dados em painel so o Estudo em Painel da
Dinmica de Renda e o Levantamento de Renda e Participao em Programas.
Acompanhando as mesmas unidades em corte transversal ao longo do tempo,
podemos estudar a dinmica das variaes.

16.6 O novo termo de erro ser wit = i + vt + uit , com as pressuposies de que
i N (0, 2 ) , vt N (0, v2 ) e uit N (0, u ) . Alm disso, presumimos que:
2

E ( i vt ) = E ( i uit ) = E (vt uit ) = 0

E ( i j ) = 0(i j ); E (vt vs ) = 0(t s )
E (uit uis ) = E (uit u jt ) = E ( wit , w js ) = 0;(i j; t s)
 Manual de Solues Econometria Bsica Gujarati

Conseqentemente, var( wit ) = 2 = 2 + v2 + u2 , isto , wit homocedstico. O

coeficiente de correlao entre wit e w jt (i j) , ou seja, entre os erros das duas
unidades diferentes de corte transversal num dado ponto no tempo,
cov( wit , w jt ) 2
= v
;(i j ) .
var( wit ) var( w jt ) + + u2
2 2
v

E o coeficiente de correlao entre wit e w jt (t s) ,ou seja, entre os erros de uma

determinada unidade de corte transversal em dois pontos diferentes no tempo,
cov( wit , wis ) 2
= ;(t s ) .
[ var( wit ) var( wis )] 2 + v2 + u2

16.7 Temos neste caso N = 50 unidades de corte transversal e T = 2 sries temporais

de dados. Consulte a observao nmero 2 na Seo 16.5. Como no podemos
considerar os 50 estados da unio como uma extrao aleatria, possvel que o MEF
seja mais apropriado.

16.8 So 245,7924, 84,22, 93,8774 e 59,2258 para a GE, GM, USS e

Westinghouse, respectivamente. Comparados com os da GE, os interceptos (isto ,
efeitos fixos) das outras empresas so estatisticamente diferentes, como se v pela
regresso (16.1.5).

16.9 Os resultados no so substancialmente diferentes no que tange aos coeficientes

das variveis X. Os interceptos no so iguais, o que era de se esperar devido s
diferenas nas premissas subjacentes aos dois modelos.

16.10 (a) Em conjunto, os resultados fazem sentido do ponto de vista econmico. Por
exemplo, o logaritmo dos ganhos menor neste ano se no anterior o indivduo esteve
desempregado, e o mesmo acontece se suas condies de sade foram precrias
naquele ano.

(b) Qualitativamente, os dois modelos do resultados similares.

(c) Como temos 3774 observaes, temos graus de liberdade suficientes para estimar
um modelo de efeitos fixos. Mas como os dois modelos geralmente do resultados
anlogos, podemos optar por qualquer um. Formalmente, podemos aplicar o teste
Hausman para decidir entre os dois.
 Manual de Solues Econometria Bsica Gujarati

Problemas

16.11 (a)
Coef.
Ano Intercepto R d
angular
1990 3118,484 -22,4984 0,0834 1,98
(3,5718) (-2,0894)
1991 3149,356 -23,3485 0,0972 1,9
(3,8837) (-2,2742)
Nota: Os valores entre parnteses so as razes t.

(b) Os resultados da regresso combinada so os seguintes:

Ovos = 3132,258 22,8952 Preo

t = (5,3281) (3,1173) r = 0,0902; d = 2,0037.

As pressuposies feitas neste caso so que os interceptos, os coeficientes angulares e

as varincias de erro so iguais nos dois perodos de tempo.

(c) Fazendo D = 0 para 1990 e D = 1 para 1991, os resultados da regresso so:

Ovos = 3153,082 34,6977D 22,9403 Preo

t = (5,0767) (0,1087) (3,1027) R = 0,0903; d = 2,0047.

Como vemos, o coeficiente da varivel binria para 1991 no estatisticamente

significativo, indicando que so estatisticamente iguais os interceptos dos dois perodos
de tempo.

(d) Se fizermos isso, teremos de usar 49 variveis binrias, o que consumir muitos de
graus de liberdade. Consulte tambm a segunda observao na Seo 16.5.

(e) No, pelo mesmo motivo de (d).

(f) No possvel, nesse caso, estimar o MCE, porque para isso seria necessrio que o
nmero de unidades de corte transversal fosse maior que o nmero de coeficientes a
serem estimados. Se tentarmos faz-lo usando, por exemplo, o Eviews, o software
responder com essa afirmao.

16.12 A vo os dados necessrios:

Ano SRQ gl
1990 1,24E+08 48
1991 1,22E+08 48
Combinada 2,46E+08 98
Nota: 1,24E+08 significa 124.000.000 etc.
 Manual de Solues Econometria Bsica Gujarati

Se aplicarmos o teste de Chow, descobriremos que podemos rejeitar a hiptese nula

de que as varincias de erro dos dois perodos so diferentes, indicando que os dados
podem ser combinados.

16.13 (a) A seguir, temos os resultados da regresso em forma de tabela, com as

razes t entre parnteses.

Empresa Intercepto F-1 C-1 R SQR d

GE -9,9563 0,0265 0,1516 0,7053 13217 1,07
(-0,3173) (1,7057) (5,9015)
GM -149,4667 0,1192 0,3715 0,9214 143118 0,93
(-1,4137) (4,6192) (10,0270)
US Steel -50,0780 0,1714 0,4087 0,4810 154988 0,92
(-0,3413) (2,3254) (2,8208)
Westinghouse -0,5804 0,0530 0,0916 0,7450 1796 1,42
(-0,0724) (3,3776) (1,6334)
Combinada -63,3041 0,1101 0,3034 0,7565 1560690 0,22

(b) Teste de Chow: A soma das SQR das quatro empresas 313092. Aplicando o teste
(1560690 313092) 3 415866
conforme o Captulo 8, obtemos F = = = 9, 032 , valor
313092 (80 12) 46043
muito significativo, levando rejeio da hiptese nula de que as quatro varincias de
erro so iguais.

(c) Em vista do teste de Chow, parece que no se deve combinar os dados neste caso.
Mas isso no invalida a utilidade da tcnica de combinao, que foi evidente no nosso
exemplo dos ovos no Problema 16.11.

16.14 (a) A priori, seria de se esperar uma relao inversa entre as duas variveis
porque se o desemprego for alto, haver menos presso por aumentos de salrios,
presumindo que os outros fatores se mantenham constantes.
(b) & (c) A seguir temos os resultados da regresso em forma de tabela, com as
razes t entre parnteses.

Coef.
Pas Intercepto R SQR d
angular
Canad 85,8286 -0,7294 0,0048 5372 0,0088
(-
(3,8706)
0,2946)
Reino
156,4412 -9,1186 0,4248 7856 0,3591
Unido
(-
(6,6952)
3,6463)
Estados
152,4665 -9,6686 0,5420 3375 0,4910
Unidos
(-
(10,9253)
4,6159)
 Manual de Solues Econometria Bsica Gujarati
Combinada 132,3895 -6,3409 0,3365 1941 0,2440
(-
(13,4746)
5,4242)

(d) Esses resultados e os de (e) foram obtidos com o Eviews.

Varivel dependente: COM?

Mtodo: Mnimos quadrados
combinados

Amostra: 1980 1999

Observaes includas:
20
Nmero de cortes
transversais: 3
Total observaes (equilibradas) em
painel: 60
Varivel Coeficiente Erro-padro Estatstica-t
DESEMPREGO? -6,7307 1,4553 -4,6247
Efeitos fixos
CAN--C 138,7603
RU--C 134,5800
EUA--C 133,3699
Soma quad
R-quadrado 0,3462 19123,6604
resduos
Estatstica Durbin-
0,2674
Watson

(e)

Varivel dependente: COM?

Mtodo: MQG (componentes de
varincia)

Amostra: 1980 1999

Observaes includas:
20
Nmero de cortes
transversais: 3
Total observaes (equilibradas) em
painel: 60
Varivel Coeficiente Erro-padro Estatstica-t
C 131,3202 8,8974 14,7592
DESEMPREGO? -6,2098 1,0664 -5,8231
Efeitos aleatrios
CAN--C 0,8264
RU--C -1,7597
EUA--C 0,9333
Soma quad
R-quadrado 0,3312 19561,0217
resduos
 Manual de Solues Econometria Bsica Gujarati
Estatstica Durbin-
0,2358
Watson

(f) Os resultados dos dois modelos so semelhantes. Podemos, portanto, escolher

qualquer um deles.