Qual è la differenza tra econometria delle serie storiche ed econometria dei dati dei panel?

Questa domanda può essere molto ingenua, ma il modo in cui mi viene insegnato econometria sono molto confuso se c'è una differenza tra le serie temporali e il metodo dei dati del panel.

Per quanto riguarda le serie temporali, ho trattato argomenti come la covarianza stazionaria, AR, MA, ecc. Per quanto riguarda i dati del panel, ho visto solo discussioni sotto forma di effetto fisso vs effetto casuale (o più in generale, modello gerarchico), differenza- differenze, ecc.

Questi argomenti sono correlati in qualche modo? Poiché i dati del panel hanno anche una dimensione temporale, perché non si discute anche di AR, MA, ecc.?

Se la risposta è che la mia educazione sui metodi del panel è semplicemente insufficiente, potresti indicare un libro che copre più di un semplice FE / RE, differenze in differenze?

Almeno nelle scienze sociali hai spesso dati di panel che hanno asintotici N e T piccoli, cioè molte entità ma ognuna delle quali osservi per un periodo di tempo relativamente breve. Questo è il motivo per cui il lavoro applicato con i dati del pannello è spesso un po 'meno interessato alla componente delle serie temporali dei dati.

Tuttavia, gli elementi delle serie temporali sono ancora importanti nel trattamento dei dati dei panel. Ad esempio, il grado di autocorrelazione determina se gli effetti fissi o le prime differenze sono più efficienti. A differenza delle differenze, un corretto trattamento degli errori standard per tenere conto dell'autocorrelazione è importante per una corretta inferenza (vedi Bertrand et al., 2004 ). Sono disponibili anche pannelli dinamici che utilizzano stimatori per asintotiche N piccole e T grandi, spesso si trovano tali dati in macroeconomia. Lì potresti riscontrare problemi noti di serie temporali come la non stazionarietà del pannello.

Un eccellente trattamento di questi argomenti è fornito in Wooldridge (2010) "Analisi econometrica di dati di sezioni trasversali e panel".

La seconda dimensione dei dati del pannello non deve necessariamente essere il tempo. Potremmo avere dati su gemelli o fratelli o dati su N individui che rispondono alle domande del sondaggio T. I dati longitudinali, in cui T è una seconda dimensione, sono probabilmente il tipo più comune di dati del pannello ed è diventato praticamente sinonimo di esso.

I pannelli micro o corti (N grande, T piccola) in genere hanno asintotici che inviano N all'infinito, mantenendo T fisso. I pannelli macro o lunghi hanno una N moderata e una T grande, e gli asintotici tendono a mantenere N fissa e a far crescere T, oppure a far crescere entrambi N e T. Con i micro pannelli, la dipendenza tra unità di solito non è un problema perché le unità vengono campionate casualmente, mentre con i macro pannelli può essere una vera preoccupazione (dipendenza spaziale tra paesi o stati, per esempio). Con i macro pannelli, devi anche preoccuparti delle radici delle unità, delle rotture strutturali e della cointegrazione, tutte problematiche familiari relative alle serie storiche. Occasionalmente devi anche preoccuparti dei problemi di selettività (come logoramento, auto-selettività e mancata risposta). Quando T è abbastanza lungo, anche i paesi possono scomparire.

Vorrei dare un'occhiata all'analisi econometrica dei dati dei panel di Baltagi , in particolare i capitoli 8, 12 e 13. Copre anche i pannelli brevi in ​​alcuni dettagli. L'edizione precedente aveva anche un volume di accompagnamento con soluzioni di esercizi che era molto bello.

È in gran parte una questione di enfasi, poiché entrambi i dati sono costituiti da componenti trasversali e di serie temporali.

È più probabile che i dati del panel abbiano una N grande e una T. più piccola

C'è maggiore attenzione ai singoli componenti (ad es. Negozi nel tempo, consumatori nel tempo) e maggiore probabilità di segmentare quei singoli componenti (ad es. Consumatori ad alto reddito, consumatori che sono passati dal reddito medio ad alto).

I singoli componenti presentano problemi di sopravvivenza / sostituzione (i componenti lasciano lo studio per qualche motivo e devono essere sostituiti). Con i dati econometrici è più probabile che tu abbia a che fare con un livello più aggregato ed è spesso il problema di qualcun altro (ad esempio quelle brave persone del BLS) per affrontare questi problemi.

Sorgono problemi di autocorrelazione, ma spesso sono modellati come storia passata piuttosto che come autocorrelazione di per sé, ad esempio la storia passata di acquisto di bombe di zucchero glassato al cioccolato http://www.gocomics.com/calvinandhobbes/1986/03/22 informa la previsione del futuro comportamento d'acquisto.

Come accennato in precedenza, i dati del pannello sono stati spesso utilizzati a livello individuale piuttosto che a livello aggregato con N grande e T. piccolo Ci sono molti vantaggi nell'uso dei dati del pannello poiché possiamo rimuovere l'eterogeneità individuale e spesso ottenere maggiore potenza quando testiamo per menzionarne due . Questa nuova dimensione temporale introduce alcuni nuovi metodi, ipotesi e problemi rispetto ai dati trasversali (ti farò riferimento al libro di Wooldridge per studiarli più da vicino).

È tuttavia molto comune all'interno dell'economia utilizzare anche i dati del panel a livello di paese con N piccolo e T. grande Questo introduce tutta una serie di difficoltà che non si incontrano quando si tratta di dati N grandi, pannello di piccole dimensioni. Ad esempio, potremmo avere le radici delle unità nel nostro pannello e ci sono anche specifici test delle radici delle unità del pannello per affrontare questo specifico problema. Si noti che questi hanno una potenza significativamente più elevata rispetto ai test radice dell'unità su singole serie. Potremmo anche avere tutti i tipi di altri tipi di non stazionarietà in questi pannelli. Inoltre, quando abbiamo a che fare con dati di panel con N piccola e T grande possiamo anche avere cointegrazione. Un altro grosso problema quando si tratta di dati di grandi dimensioni T e piccoli pannelli N è che questi dati sono spesso per variabili economiche a livello di paese e che in questo caso l'assunzione di indipendenza è spesso violata e questo dovrebbe essere testato.

Quindi i dati di pannello con N grande e T piccola introducono una dimensione di serie temporale rispetto ai dati della sezione trasversale e sono simili all'analisi della sezione trasversale mentre i pannelli con T grande e N piccolo introducono una dimensione di sezione trasversale rispetto all'approccio delle serie temporali e che è simile a analisi delle serie storiche.

Un eccellente libro sui dati del pannello con N grande e piccola T è "Analisi econometrica della sezione trasversale e dei dati del pannello" di Wooldridge. Questo libro è piuttosto denso e contiene molte informazioni su ogni pagina, quindi potresti voler iniziare con un libro introduttivo in econometria e leggere prima la sezione sui dati del pannello.

Non conosco un libro specifico per i pannelli con T grande e N piccola ma esiste un volume chiamato: "Pannelli non stazionari, cointegrazione dei pannelli e pannelli dinamici", Baltagi, ed.

Vorrei integrare le risposte di cui sopra con un riferimento in cui è possibile leggere di più sulla dipendenza dal tempo nei modelli di dati del pannello, come richiesto: Verbeek, Marno. Una guida all'econometria moderna , Wiley. C'è un capitolo in questo libro sui modelli di dati del pannello che può servire come una buona introduzione.

Come esempio di ricerca contemporanea sulla dipendenza dal tempo nei dati dei panel, potresti leggere:

Fredrik NG Andersson: rivisitata la dinamica dei tassi di cambio: un test dei dati panel dell'ordine di integrazione frazionata. Empir Econ (2014) 47: 389–409.