Modele oparte o dane przekrojowo-czasowe

Prezentacja na temat: "Modele oparte o dane przekrojowo-czasowe"— Zapis prezentacji:

1 Modele oparte o dane przekrojowo-czasowe
Paweł Baranowski

2 Dane przekrojowo-czasowe
Połączenie szeregu czasowego (jeden obiekt, wiele okresów) i przekrojowego (wiele obiektów, jeden okres). Inaczej: dane panelowe (ang. panel data, longitudinal data, pooled cross-section).

3 Zalety korzystania z danych panelowych
Możliwość pracy na danych o niewielkim stopniu agregacji. Możliwość oszacowania wielkości (czasem determinant) zróżnicowania obiektów. Możliwość oszacowania dynamiki zjawisk nawet gdy liczba okresów jest niewielka. Znaczna ilość obserwacji, co za tym idzie większa precyzja wnioskowania. Mniejsze znaczenie niektórych założeń dotyczących, w porównaniu z analizą szeregów czasowych (np. niestacjonarność).

4 Przegląd zastosowań Badania mikroekonomiczne, zwłaszcza rynku pracy.
Konwergencja realna i nominalna. Badania wzrostu gospodarczego. Badania międzynarodowe: wpływ czynników instytucjonalnych. Badanie demograficzne.

5 Metody estymacji parametrów modeli liniowych
KMNK najczęściej nieodpowiednie. Efekty grupowe - sposób na zmienne niemierzalne / nieobserwowalne. Estymator wewnątrzgrupowy (fixed effects). Estymator panelowej UMNK (random effects). Modele dynamiczne: inne metody (MZI i jego uogólnienia, np. Anderson i Hsiao; Arellano i Bond, 1991; Blundell i Bond 1998).

6 Fixed effects Zróżnicowanie wyrazu wolnego pomiędzy obiektami:
Wyraz wolny szacowany indywidualnie dla każdego obiektu, inne parametry wspólne Możliwe testowanie czy fixed effects są istotne statystycznie (inaczej: czy wprowadzenie zróżnicowania wyrazu wolnego jest statystycznie zasadne)

7 MNK dla danych panelowych N=2

8 Fixed effects dla danych panelowych N=2

9 Random effects Estymator bardziej efektywny niż fixed effects, jednak nie zawsze zgodny! (Standardowa wymienność w ekonometrii – np. MNK jest efektywniejszy od MZI przy założeniu, że zmienne objaśniające są nieskorelowane ze skł. losowym) Nazwa oznacza nie tylko estymator, ale podejście do wprowadzenia efektów grup. Zastosować fixed czy random effects ? możliwe testowanie (test Hausmana)

10 Panele - potencjalne problemy
Czy zależność jest jednakowa dla wszystkich obiektów? Dużo większe znaczenie założenia o egzogeniczności zmiennych objaśniających Niekiedy inne metody estymacji i testowania hipotez Różne metody dla paneli „mikro” i „makro” („szerokich” i „wąskich”) Heteroskedastyczność

11 Dziękuję za uwagę Na koniec przykład ... (Stata)