Este livro apresenta uma revisão moderna de alguns dos principais tópicos em econometria de dados de painel. Trata-se de modelos estáticos e dinâmicos lineares e destina-se a um leitor de estudantes de pós-graduação e pesquisadores aplicados. Partes do livro podem ser usadas em um curso de pós-graduação em econometria de dados de painel e como fonte de referência para praticantes. Muitas aplicações são discutidas em detalhes. Algumas das questões metodológicas são explicadas através de aplicações, que estão intimamente interligadas com o resto do texto e devem ser consideradas parte integrante do discurso. O livro tem duas preocupações principais. Uma é a análise de modelos com variáveis explicativas não-exógenas. Isso inclui variáveis estritamente exógenas que estão correlacionadas com efeitos individuais não observados, variáveis sujeitas a erro de medição e variáveis predeterminadas ou endógenas em relação a erros que variam no tempo. A outra preocupação é a modelagem dinâmica e, mais especificamente, o problema de distinguir empiricamente entre respostas dinâmicas e heterogeneidade não observada na análise de dados de painel. Componentes de erro, estruturas de covariância, modelos autoregressivos, modelos com variáveis predeterminadas gerais e instrumentos ótimos são sistematicamente cobertos. Na maior parte, o livro adota um método de momentos generalizados (GMM), e faz uso freqüente de argumentos variáveis instrumentais, embora abordagens de probabilidade também sejam apresentadas quando disponíveis. Muitos tópicos são discutidos a partir de perspectivas de painel curtas e longas, mas há uma ênfase na econometria dos micro painéis, que se reflete tanto na organização do material quanto na escolha dos temas. As partes centrais do livro fornecem uma síntese e uma perspectiva unificada de uma vasta literatura sobre dados de painel dinâmico que teve um impacto significativo na prática econométrica. Palavras-chave: modelos autorregressivos, estruturas de covariância, componentes de erro, método de momentos generalizados, efeitos individuais, erro de medição, instrumentos ótimos, dados de painel, variáveis predeterminadas, heterogeneidade não observada. 2 Heterogeneidade não observada O Capítulo 2 começa por introduzir o problema da heterogeneidade não observada na análise de regressão e como a disponibilidade de dados de painel ajuda a resolvê-lo. Os efeitos correlacionados são motivados como uma instância de regressores endógenos e comparados com outras abordagens de endogeneidade na econometria. A estimativa de efeitos dentro do grupo ou fixo é discutida e motivada de perspectivas de painel curtas e longas nos mínimos quadrados e contextos de probabilidade. As implicações da heterocedasticidade e correlação serial para inferência válida e estimativa ótima são consideradas, bem como extensões a modelos não-lineares com efeitos aditivos, incluindo erros padrão robustos T pequenos e longos e métodos de distância mínima. Palavras-chave: regressores endógenos, efeitos fixos, heterocedasticidade, distância mínima, estimativa ótima, erros padrão robustos, correlação serial, viés de heterogeneidade não observado, estimativa dentro do grupo. 3 Componentes de erro Este capítulo é dedicado aos modelos de componentes de erro. Estes são inicialmente motivados pelo interesse em distinguir componentes permanentes de componentes transitórios em áreas como a análise da desigualdade salarial e da mobilidade. Em seguida, eles são considerados como um caso especial do modelo de heterogeneidade não observado em que os efeitos não estão correlacionados com os regressores. Testes dessas restrições e extensões em modelos com um subconjunto de regressores não correlacionados são discutidos. Finalmente, estima-se a estimativa não paramétrica das distribuições dos componentes de erro. Palavras-chave: modelos de componentes de erro, modelos com informações em níveis, estimativa não paramétrica, testes de efeitos não correlacionados, desigualdade salarial e mobilidade. O último capítulo da Parte I trata do erro nas variáveis nos dados do painel. O tema central aqui é que as regressões em níveis e desvios podem não só diferir devido à heterogeneidade não observada, mas também como resultado da ampliação do viés de erro de medida nos regressores em mudanças. As condições em que os dados do painel fornecem variáveis instrumentais internas são discutidas e uma ilustração de demanda de dinheiro firme forneceu. Palavras-chave: erro em variáveis, variáveis instrumentais internas, demanda de dinheiro da empresa, viés de erro de medição, regressões em níveis e desvios. II Modelos de séries temporais com componentes de erro 5 Estruturas de covariância para componentes de erro dinâmico Parte II trata de modelos de séries temporais com componentes de erro. O capítulo 5 abre-se com uma discussão informal do problema de distinguir entre heterogeneidade não observada e dinâmica individual em painéis curtos. Em seguida, são consideradas estratégias de modelagem de efeitos de tempo, modelos de média móvel e inferência de estruturas de covariância. Em seguida, uma ilustração é fornecida considerando testes da hipótese de renda permanente a partir de dados do painel doméstico. Palavras-chave: estruturas de covariância, modelos de média móvel, hipótese de renda permanente, efeitos de tempo, séries temporais com componentes de erro. 6 Modelos Autoregressivos com Efeitos Individuais O Capítulo 6 considera a especificação e estimativa de modelos autoregressivos com interceptações heterogêneas. Os vieses dentro do grupo em painéis curtos são discutidos. É considerada uma estimativa consistente de GM e perspectivas de probabilidade. A discussão esclarece o impacto de premissas sobre condições iniciais e heterocedasticidade na estimativa. É dada especial atenção às raízes das unidades e à estimativa sob a estacionança média. O capítulo conclui com um tutorial detalhado sobre a estimativa e teste de modelos VAR usando dados de painel de nível de empresa. Palavras-chave: modelos autoregressivos, dados de painel de nível de empresa, condições iniciais, estacionaridade média, heterocedasticidade de séries temporais, raízes unitárias, modelos VAR, tendências dentro do grupo. 7 Modelos com variáveis dependentes estritamente exógenas e retardadas O assunto da Parte III é a dinâmica e a predeterminação. O capítulo 7 trata de modelos com variáveis dependentes estritamente exógenas e atrasadas que permitem autocorrelação de forma desconhecida. Em contraste com os modelos autorregressivos da Parte II, aqui as variáveis dependentes atrasadas aparecem em um papel estrutural. Seus efeitos são identificados independentemente da forma de correlação em série graças à disponibilidade de regressores estritamente exógenos. A estimativa é discutida a partir de perspectivas de painel curto e longo em GMM e contextos de verossimilhança. Um modelo de dependência de cigarro é usado como ilustração. Palavras-chave: autocorrelação de forma desconhecida, dependência de cigarro, variáveis dependentes atrasadas, painéis curtos e longos, regressores estritamente exógenos. O Capítulo 8 trata de modelos em que os erros são independentes dos valores atuais e atrasados de certas variáveis de condicionamento, mas não com seus valores futuros. O ajuste parcial, as equações de Euler e o crescimento do país são discutidos como exemplos. Abordagens alternativas para estimativas de pequenas e grandes perspectivas de T são consideradas. É dada especial atenção aos estimadores que utilizam informações sobre os níveis das variáveis. Também são considerados tópicos como a irrelevância da filtragem e instrumentos ótimos com condições de momento seqüencial. Palavras-chave: crescimento de cross-country, equações de Euler, informações sobre os níveis das variáveis, irrelevância de filtragem, ajuste parcial, instrumentos ótimos, variáveis predeterminadas, condições de momento seqüencial. Um método generalizado de estimativa de momentos A parte IV contém dois capítulos adicionais que analisam os principais resultados na teoria do método generalizado de estimativa de momentos e variáveis instrumentais ótimas. O objetivo desses capítulos é tornar o livro razoavelmente autônomo. O primeiro começa pela introdução de métodos de estimativa de momentos, seguidos por uma formulação geral de estimativa e teste GMM, utilizando exemplos de 2SLS e 3SLS. O capítulo trata da consistência, da normalidade assintótica, da estimativa da variância assintótica, da matriz de peso ideal e dos testes de Sargan sobre as restrições de sobreidentificação. Palavras-chave: estimativa de variância assintótica, método generalizado de momentos, problemas de estimativa de momentos, restrições de identificação excessiva, testes de Sargan. B Instrumentos ótimos em modelos condicionais Este capítulo considera modelos definidos por restrições de momento condicional. O foco da discussão é encontrar os melhores instrumentos para cada modelo de modelo considerado. O problema é resolvido pela primeira vez para o modelo de regressão linear, que é o contexto mais familiar e, em seguida, o mesmo procedimento é usado para modelos cada vez mais complexos. Palavras-chave: restrições de momento condicional, modelos condicionais, regressão linear, instrumentos ótimos. Referências dos modelos de dados do painel espacial Allers MA, Elhorst JP (2005) Imitação imobiliária e concorrência entre os governos na Holanda. Int Tax Publ Fin 12 (4): 493513 CrossRef Anselin L (1988) Econometria espacial: métodos e modelos. Kluwer, Dordrecht Anselin L, Bera AK (1998) Dependência espacial em modelos de regressão linear com uma introdução à econometria espacial. Em Ullah A, Giles DEA (eds) Manual de estatísticas econômicas aplicadas. Marcel Dekker, Nova Iorque, pp. 237289 Anselin L, Hudak S (1992) Econometria espacial na prática: uma revisão das opções de software. Reg Sci Urban Econ 22 (3): 509536 CrossRef Anselin L, Le Gallo J, Jayet H (2006) Econometria de painel espacial. Em Matyas L, Sevestre P. (eds) A econometria de dados de painel, fundamentos e desenvolvimentos recentes em teoria e prática (3ª edição). Kluwer, Dordrecht, pp. 901969 Anselin L, Bera AK, Florax R, Yoon MJ (1996) Testes de diagnóstico simples para a dependência espacial. Reg Sci Urban Econ 26 (1): 77104 CrossRef Baltagi BH (1989) Aplicações de uma condição necessária e suficiente para o OLS ser AZUL. Stat Prob Letters 8 (5): 457461 CrossRef Baltagi BH (2005) Análise econométrica de dados de painel (3ª edição). Wiley, Nova York, Chichester, Toronto e Brisbane Baltagi BH (2006) Efeitos aleatórios e autocorrelação espacial com pesos iguais. Econ Theory 22 (5): 973984 CrossRef Baltagi BH, Li D (2004) Previsão no modelo de dados do painel com autocorrelação espacial. Em Anselin L, Florax RJGM, Rey SJ (eds) Avança em econometria espacial: metodologia, ferramentas e aplicações. Springer, Berlim, Heidelberg e Nova York, pp. 283295 Baltagi BH, Song SH, Jung BC, Koh W (2007) Teste de correlação serial, autocorrelação espacial e efeitos aleatórios usando dados de painel. J Econometria 140 (1): 551 CrossRef Beck N (2001) Dados de séries temporais: o que aprendemos nos últimos anos Ann Rev Pol Sci 4 (1): 271293 CrossRef Breusch TS (1987) Máxima probabilidade Estimativa de modelos de efeitos aleatórios. J Econometria 36 (3): 383389 CrossRef Brueckner JK (2003) Interação estratégica entre os governos locais: uma visão geral dos estudos empíricos. Int Reg Sci Rev 26 (2): 175188 CrossRef Cressie NAC (1993) Estatísticas de dados espaciais (edição revisada). Wiley, Nova York, Chichester, Toronto e Brisbane Elhorst JP (2001) Modelos dinâmicos no espaço e no tempo. Geogr Anal 33 (2): 119140 Elhorst JP (2003) Especificação e estimativa de modelos de dados de painel espacial. Int Reg Sci Rev 26 (3): 244268 CrossRef Elhorst JP (2005a) Estimativa incondicional de máxima verossimilhança de modelos dinâmicos lineares e log-lineares para painéis espaciais. Geogr Anal 37 (1): 6283 CrossRef Elhorst J. P. (2005b) Modelos para painéis dinâmicos no espaço e no tempo, uma aplicação ao desemprego regional na UE. Documento apresentado no Workshop de Economia Ambiental, em 89 de abril de 2005, Kiel Elhorst JP (2008a) Uma análise espaciotemporal do comportamento agregado da força de trabalho por sexo e idade em toda a União Européia. J Geogr Syst 10 (2): 167190 CrossRef Elhorst JP (2008b) Autocorrelação serial e espacial. Econ Letters 100 (3): 422424 CrossRef Elhorst JP, Freret S (2009) Evidência de competição de padrões políticos na França usando um modelo espacial Dublin de dois regimes com efeitos fixos. J Reg Sci. DOI: 10.1111j.1467-9787.2009.00613.x próximo Elhorst JP, Blien U, Wolf K (2007) Novas evidências sobre a curva salarial: uma abordagem de painel espacial. Int Reg Sci Rev. 30 (2): 173191 CrossRef Elhorst JP, Piras G, Arbia G (2006) Crescimento e convergência em um modelo multi-regional com dinâmica do espaço-tempo. Documento apresentado no Workshop Econométrico Espacial, 2527, 2006, Roma Ertur C, Koch W (2007) Crescimento, interdependência tecnológica e externalidades espaciais: teoria e evidência. J Appl Econ 22 (6): 10331062 CrossRef Fingleton B (2008) Um método generalizado de estimador de momentos para um modelo de dados de painel espacial com atraso espacial endógeno e erros de velocidade móvel em média. Spat Econ Anal 3 (1): 2744 CrossRef Fingleton B, Le Gallo J (2007) Estimando modelos espaciais com variáveis endógenas, um atraso espacial em distúrbios espacialmente dependentes: propriedades de amostra finita. Documento apresentado na Primeira Conferência Mundial da Associação de Econometria Espacial, julho de 1114, 2007, Cambridge Florax RJGM, Folmer H (1992) Especificação e estimativa de modelos de regressão espacial linear. Reg Sci Urban Econ 22 (3): 405432 CrossRef Florax RJGM, Folmer H, Rey SJ (2003) Pesquisas de especificações em econometria espacial: a relevância da metodologia de Hendrys. Reg Sci Urban Econ 33 (5): 557579 CrossRef FranzeseJr RJ, Hays JC (2007) Modelos econométricos espaciais de interdependência transversal em painel de ciências políticas e séries temporais - dados de seção transversal. Pol Anal 15 (2): 140164 CrossRef Goldberger AS (1962) Melhor previsão linear e imparcial no modelo de regressão linear generalizada. J Am Stat Assoc 57: 369375 CrossRef Greene WH (2008) Análise econométrica (6ª edição). Pearson, Upper Saddle River NJ Griffith DA (1988) Estatísticas espaciais avançadas. Kluwer, Dordrecht Griffith DA, Lagona F (1998) Sobre a qualidade dos estimadores baseados em probabilidade em modelos espaciais auto-regressivos quando a estrutura de dependência de dados é mal especificada. J Stat Plann Inference 69 (1): 153174 CrossRef Hendry DF (2006) Um comentário sobre pesquisas de especificações em econometria espacial: a relevância da metodologia de Hendrys. Reg Sci Urban Econ 36 (2): 309312 CrossRef Hsiao C (2003) Análise de dados do painel (2ª edição). Cambridge University Press, Cambridge Hsiao C (2005) Por que os dados do painel Universidade do Sul da Califórnia, documento de trabalho do IEPR 05.33 Hunneman A, Bijmolt T, Elhorst JP (2007) Avaliação da localização da loja com base na informação geográfica do consumidor. Documento apresentado na Marketing Science Conference, 28 de junho de 2007, Cingapura Jarque CM, Bera AK (1980) Testes eficientes de normalidade, homosqueticidade e independência serial dos resíduos de regressão. Econ Letters 6 (3): 255259 CrossRef Kapoor M, Kelejian HH Prucha IR (2007) Modelos de dados de painel com componentes de erro espacialmente correlacionados. J Econometria 140 (1): 97130 CrossRef Kelejian HH, Prucha IR (1998) Um procedimento de mínimos quadrados espaciais de dois estágios generalizados para estimar um modelo autoregressivo espacial com distúrbios autorregressivos. J Real Est Fin Econ 17 (1): 99121 CrossRef Kelejian HH, Prucha IR, Yuzefovich Y (2006) Problemas de estimativa em modelos com matrizes de ponderação espacial que possuem blocos de elementos iguais. J Reg Sci 46 (3): 507515 CrossRef Kholodilin KA, Siliverstovs B, Kooths S (2008) Uma abordagem de dados de painel dinâmico para a previsão do PIB do Lnder alemão. Spat Econ Anal 3 (2): 195207 CrossRef Korniotis GM (2005) Um estimador de painel dinâmico com efeitos fixos e espaciais. Documento apresentado no The Spatial Econometrics Workshop, de 89 de abril de 2005, Kiel Lahiri SN (2003) Teoremas do limite central para somas ponderadas de um processo espacial sob uma classe de projetos estocásticos e fixos. Sankhya 65 (2): 356388 Lee LF (2003) Os melhores estimadores espaciais em dois estádios de mínimos quadrados para um modelo autoregressivo espacial com distúrbios auto - ressores. Econ Rev 22 (4): 307335 CrossRef Lee LF (2004) Distribuição assintótica de estimadores de quase-máxima verossimilhança para modelos autoregressivos espaciais. Econometrica 72 (6): 18991925 CrossRef Leenders RTAJ (2002) Modelando influência social através da autocorrelação de rede: Construindo a matriz de peso. Soc Netw 24 (1): 2147 CrossRef LeSage JP, Pace RK (2007) Uma especificação espacial exponencial da matriz. J Econometria 140 (1): 190214 CrossRef Magnus JR (1982) Análise de componentes de erro multivariada de modelos de regressão linear e não linear por máxima verossimilhança. J Econometria 19 (2): 239285 CrossRef Magnus JR, Neudecker H (1988) Matrix cálculo diferencial com aplicações em estatística e econometria. Wiley, Nova York, Chichester, Toronto e Brisbane Manski CF (1993) Identificação de efeitos sociais endógenos: o problema da reflexão. Rev Econ Stud 60: 531542 CrossRef Mood AM, Graybill F, Boes DC (1974) Introdução à teoria das estatísticas (3ª edição). McGraw-Hill, Tóquio Nerlove M, Balestra P (1996) Formulação e estimativa de modelos econométricos para dados de painéis. Em Mtys L, Sevestre P (eds) A econometria dos dados dos painéis (2ª edição). Kluwer, Dordrecht, pp. 322 Ord JK (1975) Métodos de estimativa para modelos de interação espacial. J Am Stat Assoc 70: 120176 CrossRef Pace RK, Barry R (1997) Cálculo rápido de estimadores autorregressivos espaciais. Geogr Anal 29 (3): 232246 Partridge MD (2005) A distribuição de renda afeta o crescimento econômico estadual dos EUA. J Reg Sci 45 (2): 363394 CrossRef Su L, Yang Z (2007) QML Estimativa de modelos de fata de painel dinâmico com erros espaciais. Documento apresentado na Primeira Conferência Mundial da Associação de Economia Espacial, julho de 1114, 2007, Cambridge Verbeek M (2000) Um guia para econometria moderna. Wiley, Nova York, Chichester, Toronto e Brisbane Vrijburg H, Jacobs JPAM, Ligthart JE (2007) Uma abordagem econométrica espacial da concorrência nos impostos sobre commodities. Documento apresentado no NAKE Research Day, 24 de outubro de 2007, Utrecht Yang Z, Li C, Tse YK (2006) Forma funcional e dependência espacial em painéis espaciais. Revisões Econômicas 91 (1): 138145 CrossRef Yu J, Jong R de, Lee L (2007) Estimadores de probabilidade quase-máxima para dados de painel dinâmico espacial com efeitos fixos quando tanto n quanto T são grandes. J Econometria 146 (1): 118134 CrossRef
No comments:
Post a Comment