SEMINARIO DE PROFUNDIZACIÓN

EN ECONOMETRÍA
Tratamiento de Datos de Panel

Carlos A Mantilla Duarte

Universidad Industrial de Santander

2018-I

Carlos A Mantilla Duarte (UIS) Introducción 2018-I 1 / 13

CONTENIDO

1 Generalidades

2 Organización de los Paneles de Datos

3 Estimación de Dinámicas de Largo Plazo

4 Modelos de Efectos Fijos - Modelos de Efectos Aleatorios

Carlos A Mantilla Duarte (UIS) Introducción 2018-I 2 / 13

CONTENIDO

1 Generalidades

2 Organización de los Paneles de Datos

3 Estimación de Dinámicas de Largo Plazo

4 Modelos de Efectos Fijos - Modelos de Efectos Aleatorios

Carlos A Mantilla Duarte (UIS) Introducción 2018-I 3 / 13

Datos de Panel: Generalidades

Qué son los datos de panel?

Son bases de datos compuestas por un conjunto único de unidades de sección cruzada
(paı́ses, regiones, personas, etc.), registradas periodo a periodo (mensualmente,
trimestralmente, anualmente, etc.)

Tiene Ventajas?
Permiten eliminar efectos cı́clicos
Facilitan probar modelos teóricos de largo plazo
Posibilitan solucionar problemas de endogeneidad
Permiten identificar efectos no detectables en datos de corte transversal

Carlos A Mantilla Duarte (UIS) Introducción 2018-I 4 / 13

Datos de Panel: Generalidades

Qué son los datos de panel?

Son bases de datos compuestas por un conjunto único de unidades de sección cruzada
(paı́ses, regiones, personas, etc.), registradas periodo a periodo (mensualmente,
trimestralmente, anualmente, etc.)

Tiene Ventajas?
Permiten eliminar efectos cı́clicos
Facilitan probar modelos teóricos de largo plazo
Posibilitan solucionar problemas de endogeneidad
Permiten identificar efectos no detectables en datos de corte transversal

Carlos A Mantilla Duarte (UIS) Introducción 2018-I 4 / 13

Datos de Panel: Generalidades

Qué son los datos de panel?

Son bases de datos compuestas por un conjunto único de unidades de sección cruzada
(paı́ses, regiones, personas, etc.), registradas periodo a periodo (mensualmente,
trimestralmente, anualmente, etc.)

Tiene Ventajas?
Permiten eliminar efectos cı́clicos
Facilitan probar modelos teóricos de largo plazo
Posibilitan solucionar problemas de endogeneidad
Permiten identificar efectos no detectables en datos de corte transversal

Carlos A Mantilla Duarte (UIS) Introducción 2018-I 4 / 13

Datos de Panel: Generalidades

Qué son los datos de panel?

Son bases de datos compuestas por un conjunto único de unidades de sección cruzada
(paı́ses, regiones, personas, etc.), registradas periodo a periodo (mensualmente,
trimestralmente, anualmente, etc.)

Tiene Ventajas?
Permiten eliminar efectos cı́clicos
Facilitan probar modelos teóricos de largo plazo
Posibilitan solucionar problemas de endogeneidad
Permiten identificar efectos no detectables en datos de corte transversal

Carlos A Mantilla Duarte (UIS) Introducción 2018-I 4 / 13

Datos de Panel: Generalidades

Qué son los datos de panel?

Son bases de datos compuestas por un conjunto único de unidades de sección cruzada
(paı́ses, regiones, personas, etc.), registradas periodo a periodo (mensualmente,
trimestralmente, anualmente, etc.)

Tiene Ventajas?
Permiten eliminar efectos cı́clicos
Facilitan probar modelos teóricos de largo plazo
Posibilitan solucionar problemas de endogeneidad
Permiten identificar efectos no detectables en datos de corte transversal

Carlos A Mantilla Duarte (UIS) Introducción 2018-I 4 / 13

Datos de Panel: Generalidades

Qué son los datos de panel?

Son bases de datos compuestas por un conjunto único de unidades de sección cruzada
(paı́ses, regiones, personas, etc.), registradas periodo a periodo (mensualmente,
trimestralmente, anualmente, etc.)

Tiene Ventajas?
Permiten eliminar efectos cı́clicos
Facilitan probar modelos teóricos de largo plazo
Posibilitan solucionar problemas de endogeneidad
Permiten identificar efectos no detectables en datos de corte transversal

Carlos A Mantilla Duarte (UIS) Introducción 2018-I 4 / 13

Datos de Panel: Generalidades

Qué son los datos de panel?

Son bases de datos compuestas por un conjunto único de unidades de sección cruzada
(paı́ses, regiones, personas, etc.), registradas periodo a periodo (mensualmente,
trimestralmente, anualmente, etc.)

Tiene Ventajas?
Permiten eliminar efectos cı́clicos
Facilitan probar modelos teóricos de largo plazo
Posibilitan solucionar problemas de endogeneidad
Permiten identificar efectos no detectables en datos de corte transversal

Carlos A Mantilla Duarte (UIS) Introducción 2018-I 4 / 13

CONTENIDO

1 Generalidades

2 Organización de los Paneles de Datos

3 Estimación de Dinámicas de Largo Plazo

4 Modelos de Efectos Fijos - Modelos de Efectos Aleatorios

Carlos A Mantilla Duarte (UIS) Introducción 2018-I 5 / 13

Datos de Panel: Organización de los Datos

Configuración
Los datos de panel tienen una estructura tridimensional
Una de las dimensiones corresponde al tiempo
Una segunda dimensión representa las unidades muestrales o individuos
Una tercera dimensión contiene las variables

Para considerar
Para el uso en programas, los datos deben estar ordenados como una matriz

Carlos A Mantilla Duarte (UIS) Introducción 2018-I 6 / 13

Datos de Panel: Organización de los Datos

Configuración
Los datos de panel tienen una estructura tridimensional
Una de las dimensiones corresponde al tiempo
Una segunda dimensión representa las unidades muestrales o individuos
Una tercera dimensión contiene las variables

Para considerar
Para el uso en programas, los datos deben estar ordenados como una matriz

Carlos A Mantilla Duarte (UIS) Introducción 2018-I 6 / 13

Datos de Panel: Organización de los Datos

Configuración
Los datos de panel tienen una estructura tridimensional
Una de las dimensiones corresponde al tiempo
Una segunda dimensión representa las unidades muestrales o individuos
Una tercera dimensión contiene las variables

Para considerar
Para el uso en programas, los datos deben estar ordenados como una matriz

Carlos A Mantilla Duarte (UIS) Introducción 2018-I 6 / 13

Datos de Panel: Organización de los Datos

Configuración
Los datos de panel tienen una estructura tridimensional
Una de las dimensiones corresponde al tiempo
Una segunda dimensión representa las unidades muestrales o individuos
Una tercera dimensión contiene las variables

Para considerar
Para el uso en programas, los datos deben estar ordenados como una matriz

Carlos A Mantilla Duarte (UIS) Introducción 2018-I 6 / 13

Datos de Panel: Organización de los Datos

Configuración
Los datos de panel tienen una estructura tridimensional
Una de las dimensiones corresponde al tiempo
Una segunda dimensión representa las unidades muestrales o individuos
Una tercera dimensión contiene las variables

Para considerar
Para el uso en programas, los datos deben estar ordenados como una matriz

Carlos A Mantilla Duarte (UIS) Introducción 2018-I 6 / 13

Datos de Panel: Organización de los Datos

Configuración
Los datos de panel tienen una estructura tridimensional
Una de las dimensiones corresponde al tiempo
Una segunda dimensión representa las unidades muestrales o individuos
Una tercera dimensión contiene las variables

Para considerar
Para el uso en programas, los datos deben estar ordenados como una matriz

Carlos A Mantilla Duarte (UIS) Introducción 2018-I 6 / 13

Datos de Panel: Organización de los Datos

Configuración
Los datos de panel tienen una estructura tridimensional
Una de las dimensiones corresponde al tiempo
Una segunda dimensión representa las unidades muestrales o individuos
Una tercera dimensión contiene las variables

Para considerar
Para el uso en programas, los datos deben estar ordenados como una matriz

Carlos A Mantilla Duarte (UIS) Introducción 2018-I 6 / 13

Datos de Panel: Organización de los Datos

Carlos A Mantilla Duarte (UIS) Introducción 2018-I 7 / 13

Datos de Panel: Organización de los Datos

Ejemplo de Datos de Panel

firm year inv value capital
1 1 1935 317.60 3078.50 2.80
2 1 1936 391.80 4661.70 52.60
3 1 1937 410.60 5387.10 156.90
4 1 1938 257.70 2792.20 209.20
.
.
.
21 2 1935 209.90 1362.40 53.80
22 2 1936 355.30 1807.10 50.50
23 2 1937 469.90 2676.30 118.10
24 2 1938 262.30 1801.90 260.20
.
.
.
41 3 1935 33.10 1170.60 97.80
42 3 1936 45.00 2015.80 104.40
43 3 1937 77.20 2803.30 118.00
44 3 1938 44.60 2039.70 156.20
45 3 1939 48.10 2256.20 172.60

Carlos A Mantilla Duarte (UIS) Introducción 2018-I 8 / 13

Datos de Panel: Organización de los Datos

Ejemplo de Datos de Panel

Cómo se organizan?
Por unidad
Por periodo

Por Unidad Por Periodo

firm year inv value capital firm year inv value capital
1 1 1935 317.60 3078.50 2.80 1 1 1935 317.60 3078.50 2.80
2 1 1936 391.80 4661.70 52.60 21 2 1935 209.90 1362.40 53.80
3 1 1937 410.60 5387.10 156.90 41 3 1935 33.10 1170.60 97.80
4 1 1938 257.70 2792.20 209.20 61 4 1935 40.29 417.50 10.50
5 1 1939 330.80 4313.20 203.40
2 1 1936 391.80 4661.70 52.60
21 2 1935 209.90 1362.40 53.80 22 2 1936 355.30 1807.10 50.50
22 2 1936 355.30 1807.10 50.50 42 3 1936 45.00 2015.80 104.40
23 2 1937 469.90 2676.30 118.10 62 4 1936 72.76 837.80 10.20
24 2 1938 262.30 1801.90 260.20

Carlos A Mantilla Duarte (UIS) Introducción 2018-I 9 / 13

Datos de Panel: Organización de los Datos

Ejemplo de Datos de Panel

Cómo se organizan?
Por unidad
Por periodo

Por Unidad Por Periodo

firm year inv value capital firm year inv value capital
1 1 1935 317.60 3078.50 2.80 1 1 1935 317.60 3078.50 2.80
2 1 1936 391.80 4661.70 52.60 21 2 1935 209.90 1362.40 53.80
3 1 1937 410.60 5387.10 156.90 41 3 1935 33.10 1170.60 97.80
4 1 1938 257.70 2792.20 209.20 61 4 1935 40.29 417.50 10.50
5 1 1939 330.80 4313.20 203.40
2 1 1936 391.80 4661.70 52.60
21 2 1935 209.90 1362.40 53.80 22 2 1936 355.30 1807.10 50.50
22 2 1936 355.30 1807.10 50.50 42 3 1936 45.00 2015.80 104.40
23 2 1937 469.90 2676.30 118.10 62 4 1936 72.76 837.80 10.20
24 2 1938 262.30 1801.90 260.20

Carlos A Mantilla Duarte (UIS) Introducción 2018-I 9 / 13

Datos de Panel: Organización de los Datos

Ejemplo de Datos de Panel

Cómo se organizan?
Por unidad
Por periodo

Por Unidad Por Periodo

firm year inv value capital firm year inv value capital
1 1 1935 317.60 3078.50 2.80 1 1 1935 317.60 3078.50 2.80
2 1 1936 391.80 4661.70 52.60 21 2 1935 209.90 1362.40 53.80
3 1 1937 410.60 5387.10 156.90 41 3 1935 33.10 1170.60 97.80
4 1 1938 257.70 2792.20 209.20 61 4 1935 40.29 417.50 10.50
5 1 1939 330.80 4313.20 203.40
2 1 1936 391.80 4661.70 52.60
21 2 1935 209.90 1362.40 53.80 22 2 1936 355.30 1807.10 50.50
22 2 1936 355.30 1807.10 50.50 42 3 1936 45.00 2015.80 104.40
23 2 1937 469.90 2676.30 118.10 62 4 1936 72.76 837.80 10.20
24 2 1938 262.30 1801.90 260.20

Carlos A Mantilla Duarte (UIS) Introducción 2018-I 9 / 13

Datos de Panel: Organización de los Datos

Ejemplo de Datos de Panel

Cómo se organizan?
Por unidad
Por periodo

Por Unidad Por Periodo

firm year inv value capital firm year inv value capital
1 1 1935 317.60 3078.50 2.80 1 1 1935 317.60 3078.50 2.80
2 1 1936 391.80 4661.70 52.60 21 2 1935 209.90 1362.40 53.80
3 1 1937 410.60 5387.10 156.90 41 3 1935 33.10 1170.60 97.80
4 1 1938 257.70 2792.20 209.20 61 4 1935 40.29 417.50 10.50
5 1 1939 330.80 4313.20 203.40
2 1 1936 391.80 4661.70 52.60
21 2 1935 209.90 1362.40 53.80 22 2 1936 355.30 1807.10 50.50
22 2 1936 355.30 1807.10 50.50 42 3 1936 45.00 2015.80 104.40
23 2 1937 469.90 2676.30 118.10 62 4 1936 72.76 837.80 10.20
24 2 1938 262.30 1801.90 260.20

Carlos A Mantilla Duarte (UIS) Introducción 2018-I 9 / 13

CONTENIDO

1 Generalidades

2 Organización de los Paneles de Datos

3 Estimación de Dinámicas de Largo Plazo

4 Modelos de Efectos Fijos - Modelos de Efectos Aleatorios

Carlos A Mantilla Duarte (UIS) Introducción 2018-I 10 / 13

Estimación de Dinámicas de Largo Plazo

En qué consiste?
Son estimaciones realizadas entre grupos
Se separa el componente cı́clico del tendencial
Se reduce el modelo de panel a un modelo transversal

Pasos
Calcular el promedio de cada variable para cada unidad
Realizar la estimación por regresión lineal (LSO ó LM)

En otras palabras, se parte de:

Yit = β0 + β1 Xit + β2 Kit + eit (1)

para llegar a:
Y i = β0 + β1 X it + β2 K it + eit (2)
usando:
T
1 X
Y i |X i |K i = Yit |Xit |Kit (3)
T i=1

Carlos A Mantilla Duarte (UIS) Introducción 2018-I 11 / 13

Estimación de Dinámicas de Largo Plazo

En qué consiste?
Son estimaciones realizadas entre grupos
Se separa el componente cı́clico del tendencial
Se reduce el modelo de panel a un modelo transversal

Pasos
Calcular el promedio de cada variable para cada unidad
Realizar la estimación por regresión lineal (LSO ó LM)

En otras palabras, se parte de:

Yit = β0 + β1 Xit + β2 Kit + eit (1)

para llegar a:
Y i = β0 + β1 X it + β2 K it + eit (2)
usando:
T
1 X
Y i |X i |K i = Yit |Xit |Kit (3)
T i=1

Carlos A Mantilla Duarte (UIS) Introducción 2018-I 11 / 13

Estimación de Dinámicas de Largo Plazo

En qué consiste?
Son estimaciones realizadas entre grupos
Se separa el componente cı́clico del tendencial
Se reduce el modelo de panel a un modelo transversal

Pasos
Calcular el promedio de cada variable para cada unidad
Realizar la estimación por regresión lineal (LSO ó LM)

En otras palabras, se parte de:

Yit = β0 + β1 Xit + β2 Kit + eit (1)

para llegar a:
Y i = β0 + β1 X it + β2 K it + eit (2)
usando:
T
1 X
Y i |X i |K i = Yit |Xit |Kit (3)
T i=1

Carlos A Mantilla Duarte (UIS) Introducción 2018-I 11 / 13

Estimación de Dinámicas de Largo Plazo

En qué consiste?
Son estimaciones realizadas entre grupos
Se separa el componente cı́clico del tendencial
Se reduce el modelo de panel a un modelo transversal

Pasos
Calcular el promedio de cada variable para cada unidad
Realizar la estimación por regresión lineal (LSO ó LM)

En otras palabras, se parte de:

Yit = β0 + β1 Xit + β2 Kit + eit (1)

para llegar a:
Y i = β0 + β1 X it + β2 K it + eit (2)
usando:
T
1 X
Y i |X i |K i = Yit |Xit |Kit (3)
T i=1

Carlos A Mantilla Duarte (UIS) Introducción 2018-I 11 / 13

Estimación de Dinámicas de Largo Plazo

En qué consiste?
Son estimaciones realizadas entre grupos
Se separa el componente cı́clico del tendencial
Se reduce el modelo de panel a un modelo transversal

Pasos
Calcular el promedio de cada variable para cada unidad
Realizar la estimación por regresión lineal (LSO ó LM)

En otras palabras, se parte de:

Yit = β0 + β1 Xit + β2 Kit + eit (1)

para llegar a:
Y i = β0 + β1 X it + β2 K it + eit (2)
usando:
T
1 X
Y i |X i |K i = Yit |Xit |Kit (3)
T i=1

Carlos A Mantilla Duarte (UIS) Introducción 2018-I 11 / 13

Estimación de Dinámicas de Largo Plazo

En qué consiste?
Son estimaciones realizadas entre grupos
Se separa el componente cı́clico del tendencial
Se reduce el modelo de panel a un modelo transversal

Pasos
Calcular el promedio de cada variable para cada unidad
Realizar la estimación por regresión lineal (LSO ó LM)

En otras palabras, se parte de:

Yit = β0 + β1 Xit + β2 Kit + eit (1)

para llegar a:
Y i = β0 + β1 X it + β2 K it + eit (2)
usando:
T
1 X
Y i |X i |K i = Yit |Xit |Kit (3)
T i=1

Carlos A Mantilla Duarte (UIS) Introducción 2018-I 11 / 13

Estimación de Dinámicas de Largo Plazo

En qué consiste?
Son estimaciones realizadas entre grupos
Se separa el componente cı́clico del tendencial
Se reduce el modelo de panel a un modelo transversal

Pasos
Calcular el promedio de cada variable para cada unidad
Realizar la estimación por regresión lineal (LSO ó LM)

En otras palabras, se parte de:

Yit = β0 + β1 Xit + β2 Kit + eit (1)

para llegar a:
Y i = β0 + β1 X it + β2 K it + eit (2)
usando:
T
1 X
Y i |X i |K i = Yit |Xit |Kit (3)
T i=1

Carlos A Mantilla Duarte (UIS) Introducción 2018-I 11 / 13

Estimación de Dinámicas de Largo Plazo

En qué consiste?
Son estimaciones realizadas entre grupos
Se separa el componente cı́clico del tendencial
Se reduce el modelo de panel a un modelo transversal

Pasos
Calcular el promedio de cada variable para cada unidad
Realizar la estimación por regresión lineal (LSO ó LM)

En otras palabras, se parte de:

Yit = β0 + β1 Xit + β2 Kit + eit (1)

para llegar a:
Y i = β0 + β1 X it + β2 K it + eit (2)
usando:
T
1 X
Y i |X i |K i = Yit |Xit |Kit (3)
T i=1

Carlos A Mantilla Duarte (UIS) Introducción 2018-I 11 / 13

Estimación de Dinámicas de Largo Plazo

En qué consiste?
Son estimaciones realizadas entre grupos
Se separa el componente cı́clico del tendencial
Se reduce el modelo de panel a un modelo transversal

Pasos
Calcular el promedio de cada variable para cada unidad
Realizar la estimación por regresión lineal (LSO ó LM)

En otras palabras, se parte de:

Yit = β0 + β1 Xit + β2 Kit + eit (1)

para llegar a:
Y i = β0 + β1 X it + β2 K it + eit (2)
usando:
T
1 X
Y i |X i |K i = Yit |Xit |Kit (3)
T i=1

Carlos A Mantilla Duarte (UIS) Introducción 2018-I 11 / 13

Estimación de Dinámicas de Largo Plazo

En qué consiste?
Son estimaciones realizadas entre grupos
Se separa el componente cı́clico del tendencial
Se reduce el modelo de panel a un modelo transversal

Pasos
Calcular el promedio de cada variable para cada unidad
Realizar la estimación por regresión lineal (LSO ó LM)

En otras palabras, se parte de:

Yit = β0 + β1 Xit + β2 Kit + eit (1)

para llegar a:
Y i = β0 + β1 X it + β2 K it + eit (2)
usando:
T
1 X
Y i |X i |K i = Yit |Xit |Kit (3)
T i=1

Carlos A Mantilla Duarte (UIS) Introducción 2018-I 11 / 13

CONTENIDO

1 Generalidades

2 Organización de los Paneles de Datos

3 Estimación de Dinámicas de Largo Plazo

4 Modelos de Efectos Fijos - Modelos de Efectos Aleatorios

Carlos A Mantilla Duarte (UIS) Introducción 2018-I 12 / 13

Modelos de Efectos Fijos - Modelos de Efectos Aleatorios

Consideraciones
En el modelo Yit = β0 + β1 Xit + β2 Kit + eit el error es compuesto
eit está formado por un término de efecto fijo por individuo y un término de
efecto aleatorio en el tiempo

El modelo se puede describir como:

Yit = β0 + β1 Xit + β2 Kit + Ci + Dt + it (4)

Por lo anterior:

E [Yit ] = β0 + β1 Xit + β2 Kit (5)

Carlos A Mantilla Duarte (UIS) Introducción 2018-I 13 / 13

Modelos de Efectos Fijos - Modelos de Efectos Aleatorios

Consideraciones
En el modelo Yit = β0 + β1 Xit + β2 Kit + eit el error es compuesto
eit está formado por un término de efecto fijo por individuo y un término de
efecto aleatorio en el tiempo

El modelo se puede describir como:

Yit = β0 + β1 Xit + β2 Kit + Ci + Dt + it (4)

Por lo anterior:

E [Yit ] = β0 + β1 Xit + β2 Kit (5)

Carlos A Mantilla Duarte (UIS) Introducción 2018-I 13 / 13

Modelos de Efectos Fijos - Modelos de Efectos Aleatorios

Consideraciones
En el modelo Yit = β0 + β1 Xit + β2 Kit + eit el error es compuesto
eit está formado por un término de efecto fijo por individuo y un término de
efecto aleatorio en el tiempo

El modelo se puede describir como:

Yit = β0 + β1 Xit + β2 Kit + Ci + Dt + it (4)

Por lo anterior:

E [Yit ] = β0 + β1 Xit + β2 Kit (5)

Carlos A Mantilla Duarte (UIS) Introducción 2018-I 13 / 13

Modelos de Efectos Fijos - Modelos de Efectos Aleatorios

Consideraciones
En el modelo Yit = β0 + β1 Xit + β2 Kit + eit el error es compuesto
eit está formado por un término de efecto fijo por individuo y un término de
efecto aleatorio en el tiempo

El modelo se puede describir como:

Yit = β0 + β1 Xit + β2 Kit + Ci + Dt + it (4)

Por lo anterior:

E [Yit ] = β0 + β1 Xit + β2 Kit (5)

Carlos A Mantilla Duarte (UIS) Introducción 2018-I 13 / 13

Modelos de Efectos Fijos - Modelos de Efectos Aleatorios

Consideraciones
En el modelo Yit = β0 + β1 Xit + β2 Kit + eit el error es compuesto
eit está formado por un término de efecto fijo por individuo y un término de
efecto aleatorio en el tiempo

El modelo se puede describir como:

Yit = β0 + β1 Xit + β2 Kit + Ci + Dt + it (4)

Por lo anterior:

E [Yit ] = β0 + β1 Xit + β2 Kit (5)

Carlos A Mantilla Duarte (UIS) Introducción 2018-I 13 / 13

Modelos de Efectos Fijos - Modelos de Efectos Aleatorios

Consideraciones
En el modelo Yit = β0 + β1 Xit + β2 Kit + eit el error es compuesto
eit está formado por un término de efecto fijo por individuo y un término de
efecto aleatorio en el tiempo

El modelo se puede describir como:

Yit = β0 + β1 Xit + β2 Kit + Ci + Dt + it (4)

Por lo anterior:

E [Yit ] = β0 + β1 Xit + β2 Kit (5)

Carlos A Mantilla Duarte (UIS) Introducción 2018-I 13 / 13