Proyecciones locales en datos de panel: nuevo estimador MCO en diferencias acumuladas

Resumen

Las propiedades teóricas de las proyecciones locales en datos de panel todavía se comprenden solo de manera parcial. Estudios recientes han demostrado que los estimadores de efectos fijos sufren de un sesgo de parámetros incidentales. Este artículo propone un nuevo estimador insesgado basado en MCO y diferencias acumuladas.

Puntos clave

• Puntos clave:
• Demostramos que la diferenciación acumulada elimina asintóticamente los efectos individuales, derivamos la especificación adecuada de la proyección local aumentada con rezagos y probamos que el estimador MCO agrupado resultante es insesgado bajo los supuestos estándar de exogeneidad y estacionariedad.
• Desarrollamos simulaciones de Monte Carlo bajo distintas estructuras alternativas de persistencia, dimensiones muestrales y especificaciones dinámicas, demostrando que el estimador propuesto presenta consistentemente el menor sesgo en muestras finitas y probabilidades de cobertura cercanas a sus niveles nominales, mientras que el desempeño de los estimadores de efectos fijos, efectos aleatorios y split-panel jackknife dependen críticamente de la persistencia tanto de los choques como de la variable dependiente.
• Diversas aplicaciones empíricas ilustran además que la elección del estimador puede afectar sustancialmente las respuestas al impulso estimadas. Los resultados sugieren que muchos de los sesgos documentados recientemente en las proyecciones locales en datos de panel surgen de la interacción entre las transformaciones within y la persistencia dinámica, más que de las proyecciones locales en sí mismas, proporcionando una alternativa simple y robusta para los investigadores empíricos.

Geografías

Temáticas

Etiquetas