UNIVERSIDAD NACIONAL

DE INGENIERÍA

ALUMNO:
Pari Huancapa,Elizabeth Karen

PROFESOR:
CAPARÓ, RAFAEL

CURSO:
ECONOMETRÍA II

TEMA
Panel Dynamic
Índice
1 INTRODUCCIÓN 3

2 Marco Teórico 3
2.1 Modelos Dinámicos . . . . . . . . . . . . . . . . . . . . . . . . 3
2.2 El Método Generalizado de Momentos . . . . . . . . . . . . . 4
2.3 Metodología de Arellano-Bond . . . . . . . . . . . . . . . . . . 5

3 APLICACIÓN 6
3.1 Método . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
3.2 Metodología . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
3.3 Test de autocorrelación Serial . . . . . . . . . . . . . . . . . . 7
3.4 El estimador de dos etapas . . . . . . . . . . . . . . . . . . . 7
3.5 Exogeneidad Estricta: . . . . . . . . . . . . . . . . . . . . . . 7

4 BIBLIOGRAFÍA 8

5 ANEXOS 9

2
1 INTRODUCCIÓN dependencia entre las variables inde-
pendientes,es decir, s un modelo de
A lo largo de los años se ha ido desa- datos de panel donde por lo menos
rrollándo un mayor interés en el uso incluye un rezago de la variable ex-
de los datos de panel, el cual refleja plicada como variable explicativa.En
la disponibilidad de nuevos conjun- estos modelos, las implicancias sobre
tos, pero sobre todo el creciente es- los modelo de efectos fijos y de los
cepticismo en la economía sobre las modelos de efectos aleatorios es dife-
posibilidades de estimar modelos de rente que en el caso de un panel está-
comportamiento individual con datos tico.Sea nuestro modelo:
agregados de series temporales. Por
otro lado, también refleja la preocu- i
X
pación por las distorsiones que las yit = ni β0 yit−j + βXit + vi + uit
diferencias inobservables entre indi- n

viduos introducen en las estimacio- Donde para cada unidad i en el tiem-

nes obtenidas a partir de encuestas po t la variable dependiente y depen-
de corte transversal. Paralelamente a de de sí misma con uno o varios re-
este interés, se han producido consi- tardos j y de un conjunto de variables
derables avances en las técnicas eco- independientes que están en la matriz
nométricas en este campo y cambios X. Además cada individuo i tiene un
metodológicos significativos. En este carácter idiosincrático no estocásti-
trabajo me propongo a presentar una co η y unos errores idiosincráticos y
síntesis de los datos de panel dinámi- otros normales ambos i.i.d.∼ (0, σ)
co y de los métodos disponibles para
modelarlos poniendo énfasis en la mo- Aplicar MCO a este modelo, o
tivación subyacente del tema y de su MLG de panel con efectos fijos o
aplicación. aleatorios provoca errores estándar
Es importante distinguir los datos de de las estimaciones de los parámetros
panel de las series temporales de cor- inconsistentes porque, por construc-
tes transversales independientes y de ción, el efecto inobservable (ηi ) está
los datos panel estaticos. correlacionado con los retardos de la
dependiente (yit−j ).

2 Marco Teórico Para corregir este problema se po-

drían aplicar variables instrumenta-
2.1 Modelos Dinámicos les. Anderson e Hsiao (1981,1992)
proponen utilizar retardos de la de-
El modelo dinámico incorpora la re- pendiente, tanto en nivel como en di-
lación entre la variable dependiente ferencias. Arellano y Bond constru-
y las independientes de manera bidi- yen un estimador basado en el Mé-
reccional, y a su vez, la relación de todo Generalizado de los Momentos

3
(GMM), que utiliza variables instru- El estimador GMM estima la rela-
mentales basadas en retardos y dife- ción entre dependiente e independien-
rencias de todas las variables del mo- tes utilizando la información de am-
delo y que está especialmente pro- bas ecuaciones, en niveles y en dife-
puesto para paneles con muchos indi- rencias.
viduos y pocos periodos. Las posibles En Stata hay implementados varios
variables instrumentales y sus retar- estimadores, de una etapa y bietápi-
dos las obtienen del método desarro- cos. También hay, de ambos, versio-
llado por Hansen. nes robustas . Además existe estima-
Ahora ,el modelo a estimar seria: dor de ArellanoBond (implementado
en Stata como xtabond).
β0 yi,t−1 + βxit + β2 wit + vi + eit Una restricción importante del esti-
mador, que debe corregirse con una
Donde y es la variable dependien-
correcta modelización, es que no pue-
te del individuo i en el momento t, x
de existir autocorrelación de segun-
es un vector de variables exógenas y w
do orden en las primeras diferencias
es un vector de variables predetermi-
de los errores. Este se realiza me-
nadas o endógenas. Pero vi está co-
diante el test de Arellano-Bond (estat
rrelacionado con yi,t−1 , para evitarlo
abond). Es deseable que las primeras
lo que se estima también es el modelo
diferencias estén correlacionadas en
en primeras diferencias que queda:
primero orden, ya que de lo contrario
estaría indicando que no existen efec-
∆yit = ∆β0 yi,t−1 +∆β1 xit +∆β2 wit +∆eittos dinámicos y el estimador GMM no
sería adecuado, pero no pueden exis-
Ahora como δyi,t−1 también está tir dichas diferencias en segundo or-
correlacionado con δei t se hace nece- den.
sario utilizar instrumentos de las va- En estat abond la hipótesis nula es
riables para que la estimación sea in- que no existe autocorrelación por lo
sesgada. Arellano y Bond utilizan re- que un p valor < 0.05 indica que se
tardos en la/s variable/s endógenas y rechaza la hipótesis nula y que sí exis-
en las predeterminadas y diferencias te dicha autocorrelación.
en las variables estrictamente exóge-
nas. La diferencia entre predetermi-
nadas y estrictamente endógenas con- 2.2 El Método Generali-
siste en que una variable es predeter-
minada cuando su valor actual está zado de Momentos
correlacionado con valores pasados de
Planteamos las condiciones de orto-
e o de y. Una variable es endógena
gonalidad poblacionales:
cuando su valor actual está correla-
cionado con valores actuales y pasa-
dos de e o de y. E[Ψ(w, θ)] = 0

4
w:Vector aleatorio
ψ:Vector de funciones rx1(de instru-
mentos)
θ:Vector de parámetros kx1
r > k:Al menos tantas funciones co-
mo parámetros
w1 , ....., wn :Muestra de N observacio-
nes de la población.
El cual consiste hallar estimadores
que hagan más cierta las condiciones
Matriz de instrumentos
de ortogonalidad, puesto que no con-
siste una forma específica para la fun- De los dos rezagos se pierde dos ob-
ción de densidad de las perturbacio- servaciones por individuo, la diferen-
nes sino haciendo que las condiciones ciación pierde una observación más
de ortogonalidad estén más cerca de por lo que el número de filas es de T-
cero, dado que la media ponderada p-1.
sea la menor posible. Del modelo Xit contiene regresores
La ponderación óptima es la matriz estrictamente exógenos, para ello te-
de covarianzas de las condiciones de nemos K1 columnas al final de la
ortogonalidad por lo que la medida matriz. Dado que Eit no está au-
de distancia tenga menor varianza. tocorrelacionadas, para cada periodo
podemos emplear los rezagos de la
dependiente como instrumentos:
2.3 Metodología de Arellano- Por ejemplo en t = 4==>y1 , y2
Bond t = 5 ==> y1 , y2 , y3 de tal
Se diferencia del modelo: manera que sea t = T ==>
y1 , y2 , y3 ....yT −3 , yT −2 siendo la can-
yit = α1 yi,t−1 +α2 yi,t−2 +xit β +vi +εit tidad
PT −2 de columnas:
m=p m + k1 Columnas
NOTA:
Lo que se tiene es: Se tratan del mismo modo a las va-
riables endógenas que a las variables
∆yit = ∆α1 yi,t−1 +∆α2 yi,t−2 +∆xit β+∆εdependientes
it rezagadas (siendo reza-
gos de orden p o mayores instrumen-
tos válidos).
Se debe tener en cuenta que la inter- Los predeterminado los rezagos p-1 o
pretación de los coeficientes no cam- mayores son instrumentos válidos.
bia debido a esta transformación del Los paneles incompletos se eliminan
modelo puesto que siguen siendo del las filas donde no hay datos y se re-
modelo anterior. emplazan con ceros a las columnas

5
donde no se necesitan datos. Unido, el cual consiste en una base
de datos entre los años 1980 – 1984 ;
Tenemos: de una base de datos de 1031 obser-
vaciones.

3.1 Método
Modelar el empleo con respecto a los
salarios, capital social, producción de
Matriz de covarianzas: la industria, las variaciones de cada
año, tendencia en el tiempo, se inclu-
ye rezagos de empleo y dos retardos
de salarios y capital social
Usan un panel de empresas en Reino
Unido.
Donde:
Nit : log del empleo de la firma i en el
momento t
Wit : log del salario real
Kit : log del stock de capital y
Vector de coeficientes: Sit :: log del output de la industria.
n n
0
X X
δˆ1 = Q−1
1 ( X Z
i i )A 1 Zt yt ) 3.2 Metodología
t=1 t=1
Para la resolución de la aplicación se
n
X n
X hace con el estimador de un solo pa-
Q1 = ( Xi Zi )A1 ( Zi Xi ) so Arellano – Bond con los comandos
t=1 t=1 del Stata, véase el anexo 1, donde al
n
X incluir el desfase de n en el modelo
A1 = Zi Hi Zi de regresión, utilizando 2 retrasos y
t=1
rezagos como instrumentos. Las va-
riables exógenas también sirven como
3 APLICACIÓN instrumentos.
Ahora usando el modelo para obtener
Para el análisis de datos de panel las estimaciones de Blundell –Bond
dinámico se obtuvo los datos del ma- Arellano Bover, se obtiene , véase
nual stata. anexo 2, se muestra la diferencia en-
Aqui se aplicara modelo dinámico al tre los dos estimadores.
tema de demanda de trabajo con pa- Si no existe una correlación de mo-
nel incompleto de empresas de Reino mentos de estos estimadores GMM ,

6
debido a que la primera diferencia se coeficientes.
obtiene autocorrelación , se debe eva-
luar las autocorrelaciones posteriores, 3.5 Exogeneidad Estricta:
siendo estas más altas.
En el stata se puede utilizar el coman- En algunos casos este supuesto no es
do de abond estat para comprobar la sostenible. Intuitivamente si el tér-
autocorrelación. (Véase anexo 3). mino de error en t tiene algún feed-
back en subsecuentes realizaciones de
xit , entonces xit es una variable prede-
3.3 Test de autocorrela- terminada y no estrictamente exóge-
ción Serial na. Como los errores no anticipables
de hoy pueden afectar futuros cam-
En el caso del test de autocorrelación
bios en el salario real y el stock de
de primer orden no se rechaza la H0
capital es posible sospechar que el log
de ausencia.La presencia de correla-
del salario y el log del stock de capital
ción de primer orden en los residuos
no son estrictamente exógenos, pero
diferenciados no implica que los esti-
si predeterminados.
madores sean inconsistentes.
Tratamos w y k como predetermi-
nados y usamos niveles rezagados
Pero la presencia de autocorre-
uno o más períodos como instrumen-
lación de segundo orden si implica
tos(Véase anexo 5).
que los estimadores son inconsisten-
Alternativamente podemos suponer
tes. En este caso no se rechaza la H0
que w y k son endógenas. Es de-
de ausencia de autocorrelación de se-
cir ahora suponemos correlación en t.
gundo orden.
Las variables endógenas se tratan co-
mo dependientes rezagadas. Niveles
3.4 El estimador de dos de las variables endógenas rezagadas
uno o más períodos son instrumentos
etapas
disponibles.
Arellano y Bond recomiendan utilizar
los resultados del una estapa para in-
ferencia sobre los coeficientes. Algu-
nos estudios encontraron que los erro-
res standard de dos etapas están ses-
gados a la baja en muestras pequeñas.
Por esta razón se recomiendan los re-
sultados de una etapa para inferencia
(véase anexo 4).
En el caso de la estimacion de dos es-
tapas no se rechaza ahora la H0 del
Sargan Test, también cambiaron los

7
4 BIBLIOGRAFÍA
• Modelos de datos de panel di-
• Modelos Dinámicos para datos
námicos. Econometría de series
de panel Notas de Clase . Eco-
de tiempo: Manual de Stata .
nometria Aplicada UCEMA.
Stata 2010 ,Sitio web:
https://es.scribd.com/doc/
• Arellano, M., and S. Bond. 212565225/manual-de-stata-11-para-economist
1991. Some tests of specifi-
cation for panel data: Monte • Métodos fundamentales para la
Carlo evidence and an applica- estimación de modelos de da-
tion to employment equations. tos de panel,Sitio web: http:
Review of Economic Studies 58: //www.stata.com/stata10/
277–297. dpd.html.

8
5 ANEXOS
Anexo 1:Estimador de un solo paso Arellano – Bond
hola

9
Anexo 2:Estimaciones de Blundell –Bond Arellano
Bover
hola

10
Anexo 3:Test de autocorrelación
hola

11
Anexo 4:Estimador de dos etapas
hola

12
Anexo 5:Uno o mas periodos como instrumentos
hola

13