Modelo com Efeitos Aleatórios

CE 731 – Econometria II
Prof. Alexandre Gori Maia
Instituto de Economia - UNICAMP

Ementa
Efeitos aleatórios – One-Way, Two-Way
Pressupostos do modelo com efeitos aleatórios
Teste de Especificação de Hausman

Bibliografia
Wooldridge, J. M. 2001. Econometric analysis of cross section and panel
data. Cap. 10.
1
Efeitos Fixos - Revisão
• Seja o modelo de efeitos fixos para a relação entre as rendas e TDs
regionais:
Renda  847,6  57,9CO  678,2DF  321,6 NE  86,2 NO  176,3SE  15,1TD  eˆ

As variáveis binárias do modelo de efeito fixo

permitem identificar a variação no intercepto de
cada região em relação à região Sul, utilizada
como referência na análise.

• Desvantangem: embora de simples implementação , a inclusão de

muitas variáveis binárias no modelo tende a consumir muitos graus
de liberdade e comprometer a significância do efeito isolado das
variáveis;
2
Efeitos Aleatórios - Conceitos
• Outra maneira de analisarmos o problema seria considerar que o intercepto
varie aleatoriamente entre as regiões:
O modelo que queremos ajustar é:
Rendait   0  1TDit  eit
Considerando que o intercepto possa variar
aleatoriamente entre as regiões, teríamos:

Re ndait  β0  ci  β1TDit  eit

Ou simplesmente:
Rendait   0  1TDit  wit Onde: wit  ci  eit

• O modelo de correção de erros, ou efeitos aleatórios, considera que o

intercepto seja uma variável aleatória e não uma constante. Em outras
palavras, as variações regionais seriam identificadas por oscilações
aleatórias (ci) em torno de um valor médio constante (0).
3
• Para estimar um modelo com efeitos aleatórios pode-se utlizar MQG ou MV.
Efeitos Aleatórios - Definição
O modelo com efeitos aleatórios pressupõe que os efeitos individuais
estejam aleatóriamente distribuídos em torno de uma média 0
constante. Em outras palavras:
Yit   0  1 X it  ci  eit
Ou simplesmente:
Yit   0  1 X it  wit onde w it  ci  eit

O modelo com efeitos aleatórios também é chamado de modelo de

correção de erros, justamente por considerar que o erro composto wit
possa, na verdade, ser desagregado em dois componentes: i) variação
entre indivíduos; ii) variação geral entre observações.

4
 Efeitos Aleatórios - Exemplo
• Para ajustarmos o modelo de efeitos aleatórios one-way:
Rendait   0  1TDit  wit onde w it  ci  eit

• Podemos utilzar 2 procedimentos diferentes:

• PROC MIXED: com o comando
RANDOM identificando a variável que
representa o efeito aleatório. A opção
SOLUTION deve ser especificada para
exibição das estimativas dos erros
aleatórios individuais:

• PROC PANEL: com a opção RANONE

no comando MODEL para ajustar um
modelo one-way (efeitos individuais)
5
com efeitos aleatórios:
Efeitos Aleatórios - Exemplo
• Executando o procedimento PANEL com os comandos ODS GRAPHICS:

Indepedendente da região, um acréscimo de um ponto percentual na taxa de

desemprego representaria uma redução média de 14 reais na renda.
Como pode ser observado pela represntação gráfica, os parâmetros do modelo
não captam mais a variação da renda entre as regiões (independente da taxa de 6
desemprego). Esta passa a ser representada pelos erros compostos.
 Covariância dos Erros - Conceito
• Ordenando resíduos compostos (wit) do modelo one-way de efeitos
aleatórios segundo unidades de corte transversal e tempo:
Podemos perceber que esses possuem valores
próximos para observações de uma mesma
unidade de corte transversal. Estatisticamente,
isso significa dizer que há correlação entre os
períodos de um mesmo indivíduo ou, em outras
palavras:
cov(wit , wis )  0 (t  s)
• Ordenando agora segundo tempo e unidades de corte transversal:
Embora a relação entre os resíduos de um
mesmo período (símbolos semelhantes) não
seja evidente, poderíamos até pressupor que os
erros compostos em função do tempo estejam
correlacionados. Ou seja, poderia também haver
relação entre resíduos compostos de indivíduos
diferentes em um mesmo período de tempo. Em 7
outra palavras
cov(wit , w jt )  0 (i  j )
Efeitos Aleatórios One-Way - Definição
Seja o modelo com efeitos aleatório one-way dado por:
Yit   0  1 X it  ci  eit
Ou :
Yit   0  1 X it  wit onde w it  ci  eit

Pelas pressuposições básicas dos erros de um modelo, temos que:

eit ~ N (0,  e2 ) ci ~ N (0,  c2 ) wit ~ N (0,  c2   e2 )
Embora os erros compostos wit sejam homocedásticos, esse modelo
com efeitos aleatórios pressupõe que as observações de uma mesma
unidade de corte transversal estejam correlacionadas e que não haja
correlação entre observações de unidades distintas. Em outras
palavras:
cov(wit , wis )  0 (t  s) cov(wit , w js )  0 (i  j )
Em virtude da correlação dos erros compostos para períodos de um
mesmo indivíduo, o MQO não pode ser aplicado pois estaria obtendo 8
estimativas ineficientes. A solução é utilizar MQG ponderando cada
observação às suas respectivas variâncias.
Efeitos Aleatórios Two-Way - Definição
O modelo com efeitos aleatórios pode também considerar que, além das
variações aleatórias individuais em torno de uma constante, haja ainda
variações aleatórias entre os períodos em torno de uma constante. Em
outras palavras, o intercepto poderia ser decomposto em duas variáveis
aleatórias, como sugere o modelo:
Yit   0it  1 X it  eit Yit   0  1 X it  ui  vt  eit
Ou Yit   0  1 X it  wit onde wit  ui  vt  eit
Dadas as pressuposições básicas para os resíduos, teríamos:
eit ~ N (0,  e2 ) ui ~ N (0,  u2 ) vi ~ N ( 0, v2 ) wit ~ N ( 0, u   v   e )
2 2 2

Das definições acima temos que os erros compostos wit são, por definição,
homocedásticos. Outras pressuposições desse modelo com efeitos aleatórios
são: i) correlação entre observações de um mesmo indivíduo; ii) correlação
entre observações de um mesmo período; iii) ausência de correlação entre
observações de indivíduos e períodos distintos Em outras palavras:
9
cov(wit , wis )  0 (t  s) cov( wit , w jt )  0 ( i  j ) cov( wit , w js )  0 ( i  j )
 Efeitos Aleatórios Two-Way - Exemplo
• Para ajustarmos o modelo com efeitos aleatórios two-way:
Rendait    ci    vt  TDit  eit
• Utilizando o procedimento PANEL:
• Teremos as seguintes estimativas:
Rendait    ci    vt  TDit  eit
indivíduo tempo
Pressupõem-se que as variações entre as regiões
estejam normalmente distribuídas em torno de
uma constante  (já que os erros seguem, por
definição, uma distribuição normal), assim como
as variações entre os anos estejam também
normalmente distribuídas em torno de uma
constante .
Também se pressupõe correlação entre os erros
compostos wit tanto entre indivíduos diferentes
de um mesmo período como entre períodos
diferentes de um mesmo indivíduo.
10
Efeitos Fixos ou Aleatórios?
1) Graus de liberdade: O modelo com efeitos fixos é
operacionalmente mais simples mas pode consumir muitos
graus de liberdade quando há muitas unidades de corte
transversal e/ou temporal. Dessa forma, o modelo com efeitos
aleatórios seria especialmente atraente nas situações em que
haja uma caracterização substancialmente grande das variações
de corte transversal e séries temporais. Seus estimadores
seriam mais eficientes (menores variabilidades).

11
Efeitos Fixos ou Aleatórios?
2) Amostra ou população: Ao representar as diferenças
entre os indivíduos por um variável aleatória, o modelo com
efeitos aleatórios pressupõe que os erros ci (diferenças entre
indivíduos) sejam extrações aleatórias (amostra) de uma
população maior. Mas nem sempre podemos pressupor que o
conjunto de indivíduos de nossa amostra faça parte de um
universo maior, como o caso das regiões, onde representam a
totalidade de situações.

12
Efeitos Fixos ou Aleatórios?
3) Variabilidade do regressor: Em situações onde os
valores de X de uma unidade de corte transversal variam pouco
entre os períodos, os modelos com efeitos fixos produzirão
estimativas pouco precisas. Em outras palavras, a baixa
variabilidade dos fatores explanatórios gerará elevadas
variâncias. Nessas situações, o modelo com efeitos aleatórios
seria mais indicado.

13
Efeitos Fixos ou Aleatórios?
4) Correlação entre erros e regressor: os erros de um
modelo não podem ter relação com as variáveis independentes.
Assim, em um modelo com efeitos aleatórios, devemos ter:
Cov(X it ,ci )  0
Essa pressuposição nem sempre é válida em modelo com
efeitos aleatórios pois implicaria, por exemplo, que o fato de
uma região apresentar uma renda superior à das demais
(devido a fatores não presentes no modelo) não teria relação
com a sua taxa de desemprego (variável independente). Mas
sabemos que normalmente regiões mais desenvolvidas
apresentam as maiores rendas e também as maiores taxas de
desemprego, por atraírem um maior contingente de migrantes.
A mesma pressuposição não é necessária no modelo com 14
efeitos fixos pois não são os erros que determinam as variações
das rendas entre as regiões
Teste de Especificação - Hausman
A idéia do teste de Hausman é comparar as estimativas de efeitos aleatórios com
as de efeitos fixos. Diferenças significativas entre elas sugerem a inconsistência
dos estimadores de efeitos aleatórios. Em outras palavras, sejam os estimadores
dos modelos de efeitos fixos (EF) e de efeitos aleatórios (EA):
y  Xβ EF  w e y  Xβ EA  w
Na ausência de correlação entre os efeitos (individuais ou temporais) e os
regressores X, ambos os estimadores βEF e βEA serão consistentes e βEA será
relativamente mais eficiente. Como condição para a hipótese nula, o teste de
Hausman assume a consistência dos estimadores de efeitos aleatórios. Em outras
palavras:
H 0 : β EA são consistent es {ausência de correlação entre efeitos e regressores}
A estatística utilizada no teste, também chamada de estatística m será dada por:
m  (β EF  β EA )' (Sβ  Sβ )1 (β EF  β EA )
EF EA
A qual terá uma distribuição 2 com k graus de liberdade, onde k é o número de
fatores explanatórios de cada modelo. 15
Rejeitar a hipótese nula significa afirmar que há correlação entre os efeitos e os
regressores e, consequentemente, os estimadores do modelo de efeitos aleatórios
não serão consistentes. Em outras palavras, deve-se trabalhar com efeitos fixos.
Teste de Especificação- Exemplo
• O teste de Hausman é automaticamente realizado pelo
procedimento PANEL quando se utiliza as opções RANONE ou
RANTWO:

Se afirmarmos que os estimadores de efeitos aleatórios são inconsistentes,

estaremos sujeitos a um erro de aproximadamente 92%. Em outras palavras,
não se rejeita H0 e as estimativas de efeitos aleatórios podem ser
consideradas consistentes.
Verifique que há apenas um grau de liberadade no teste, equivalente ao
16
número de regressores (apenas TD) no modelo com efeitos aleatórios.
Exercícios
1) A partir do arquivo Dados_PainelCO2.xls, contendo um painel
com dados sobre as emissões de CO2, PIB, participação do
setor de serviços no PIB, pede-se:
a) Ajuste e interprete um modelo One-Way com efeitos aleatórios;
b) Compare os resultados com aqueles obtidos pelo modelo com
efeitos fixos;
c) Analise os resultados do teste de endogeneidade;
d) Analise os resultados com um modelo two-way e compare com
os do modelo one-way;

17