Todos os guias de opções e contratos futuros
Separe diferenças entre empresas de mudanças dentro das empresas17 min de leitura

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

Preparado por Mark · Fontes principais abaixo

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

Fontes e leituras adicionais

Guias relacionados