Efeitos fixos vs. efeitos aleatórios em dados em painel
Entenda a estimação dentro da unidade, os fatores invariantes no tempo, a hipótese de ortogonalidade dos efeitos aleatórios, a abordagem de Mundlak, os testes de Hausman e as aplicações em painéis financeiros
Resposta direta
Uma regressão de efeitos fixos compara mudanças no regressor e no resultado dentro de cada empresa ou pessoa ao longo do tempo, removendo características da unidade que não mudam. Os efeitos aleatórios combinam variação dentro e entre unidades ao supor que o efeito da unidade não é correlacionado com os regressores de nenhum período. Os efeitos fixos não produzem automaticamente um efeito causal: permanecem confusão variável no tempo, causalidade reversa e erro de mensuração. A escolha deve começar pelo estimando e pela credibilidade da ortogonalidade, não apenas pela eficiência
Painéis observam repetidamente as mesmas unidades
Dados em painel acompanham unidades como empresas, fundos, famílias ou países ao longo de datas, contendo tanto diferenças transversais quanto variação no tempo
Em yit=βxit+αi+λt+uit, αi é um componente da unidade invariante no tempo e λt é um choque de data compartilhado entre as unidades
O MQO agrupado mistura diferenças entre unidades com relações dentro das unidades e pode enviesar β quando αi está relacionado a xit
Os efeitos fixos usam mudanças dentro da unidade
A transformação within subtrai a média temporal de cada unidade, removendo αi invariante no tempo e comparando desvios em relação à própria média da unidade
Um coeficiente de efeitos fixos da empresa pergunta como os resultados covariam quando a alavancagem da mesma empresa muda, não como empresas muito alavancadas diferem de empresas pouco alavancadas
Adicionar efeitos fixos de data absorve choques comuns de nível, como ciclos de negócios, taxas de juros ou retornos de mercado que afetam todas as unidades em uma data
Parte da informação desaparece e parte do viés permanece
Características invariantes no tempo, como origem do setor ou traços do fundador, são perfeitamente colineares com os efeitos da unidade, portanto seus coeficientes separados não são identificados
Um regressor que quase não muda dentro das unidades fornece pouca informação identificadora, ampliando a incerteza e o impacto relativo do erro de mensuração
Variáveis omitidas que variam no tempo, retroalimentação do resultado para o regressor e controles pós-tratamento continuam sendo problemas depois da inclusão dos efeitos fixos
Os efeitos aleatórios exigem uma ortogonalidade mais forte
Os efeitos aleatórios tratam αi como parte do erro estocástico e combinam variação dentro e entre unidades quando ele não é correlacionado com os regressores em nenhum período
Quando essa condição vale, eles podem ser mais eficientes que os efeitos fixos e podem estimar coeficientes de regressores invariantes no tempo
Se a qualidade latente da gestão ou a preferência por risco influencia a estrutura de capital, os efeitos aleatórios podem misturar essa diferença da empresa ao coeficiente de interesse
A abordagem de Mundlak torna a correlação visível
Efeitos aleatórios correlacionados, ou a abordagem de Mundlak, adicionam as médias por unidade dos regressores que variam no tempo para modelar explicitamente a correlação entre αi e xit
Isso separa efeitos dentro da unidade de diferenças entre unidades e transforma a forte ortogonalidade dos efeitos aleatórios em uma especificação mais auditável
Sob condições simples de painel linear balanceado, o coeficiente da variável within se relaciona aos efeitos fixos, mas a equivalência não se transfere automaticamente para todo modelo não linear ou dinâmico
Um teste de Hausman não é um veredito
A lógica de Hausman compara coeficientes quando um estimador é eficiente apenas sob a hipótese nula, enquanto ambos são consistentes sob essa hipótese
A rejeição sinaliza conflito com a ortogonalidade ou com outras condições do modelo, mas não rejeitar não prova que as hipóteses de efeitos aleatórios sejam verdadeiras
Amostras pequenas, variação intragrupo fraca, escolhas robustas de covariância e especificação incorreta podem prejudicar o poder e a estabilidade numérica do teste
Painéis financeiros também precisam de um desenho de dependência
Efeitos de empresa e de ano são comuns, mas ciclos setoriais ou políticas nacionais podem exigir interações mais granulares com o tempo
Erros persistentes da empresa motivam o agrupamento por empresa; choques comuns remanescentes de uma data podem motivar agrupamento por data ou em duas dimensões quando o desenho comporta agrupamentos suficientes
Adicionar uma variável dependente defasada cria viés de painel dinâmico quando T é curto, portanto a interpretação estática de efeitos fixos não pode ser simplesmente transferida
Relate a fonte da variação e as hipóteses
Informe as dimensões de unidade e tempo, o balanceamento, a variação dentro e entre unidades, a combinação de efeitos fixos e o nível de agrupamento da covariância
Explique quais unidades e mudanças temporais identificam o coeficiente e se a amostra contém movimento intragrupo economicamente significativo
Use estimativas de efeitos fixos, efeitos aleatórios, Mundlak e resultados de Hausman como evidência, justificando o modelo final pelos caminhos de confusão e pelo efeito de interesse
Perguntas frequentes
Os efeitos fixos removem todo viés de variável omitida?
Não. Eles removem fatores da unidade que não mudam ao longo do tempo, enquanto confusão variável no tempo, causalidade reversa e erro de mensuração podem permanecer
Os efeitos fixos conseguem estimar uma variável invariante no tempo?
Não no modelo within usual, porque essa variável é perfeitamente colinear com o efeito fixo da unidade
Os efeitos aleatórios são sempre mais eficientes que os efeitos fixos?
Podem ser sob suas hipóteses de ortogonalidade e variância; se elas falharem, perder consistência importa mais que ganhar eficiência
Posso usar efeitos aleatórios se o teste de Hausman não rejeitar?
Não automaticamente. Avalie o poder do teste e as condições do modelo e defenda separadamente por que os efeitos da unidade deveriam ser não relacionados aos regressores