1

Curso: TRATAMIENTO DE LA INFORMACIÓN Y

MODELOS DE DATOS DE PANEL Salamanca, Junio 2007

Director:Julio Pindado

Catedrático de UniversidadDpto de Administración y Economía de la Empresa

Universidad de Salamanca

Profesorado: Dr. Julio Pindado

Dra. Chabela de la Torre

2

Objetivo del curso: Tratamiento de la información y modelos de datos de panel

Proporcionar habilidades a los investigadores para que puedan manejar la información de una manera eficiente y aplicar la metodología de datos de panel para obtener resultados más consistentes de sus investigadores.

Modelos de datos de panel conocer los procedimientos de estimación y elegir

en cada momento el modelo más adecuado la ejecución del procedimiento de estimación se

presentará con los comandos más adecuados disponibles en Stata

3

Objetivos de la Parte I. Modelos econométricos para datos de panel

Explicar porqué en determinados contextos es necesario aplicar la metodología de datos de panel

Presentar los modelos econométricos para que el investigador pueda decidir en cada momento cuál es el modelo adecuado

Conocer los supuestos de partida del estimador que se considera más adecuado

Conocer la formulación analítica del estimador que se utiliza en cada momento

4

Objetivos del Tema 1. Introducción a los modelos econométricos para datos de panel

Presentar las diferentes estructuras de datos que pueden darse en el análisis econométrico

Caracterizar la metodología de datos de panel Explicar las ventajas que la metodología tiene

sobre otras alternativas Indicar qué limitaciones se deben tener

presentes Explicar que la metodología de datos de panel

surge por la necesidad de resolver ciertos problemas

5

Objetivos del Apéndice A. Nuevos enfoques en el moderno análisis econométrico

Introducir al alumno en nuevos enfoques del análisis econométrico que facilitan el desarrollo de la metodología de datos de panel Explicar cómo la función de esperanza condicional

equivale a un modelo tradicional de regresión Explicar la obtención del estimador de variables

instrumentales utilizando la función de esperanza condicional

Explicar cómo la generalización del modelo de variables instrumentales nos lleva al método generalizado de los momentos, que se aplicará a la estimación de modelos lineales dinámicos para datos de panel. La comprensión de este método es un requisito

necesario para que el investigador pueda tomar algunas decisiones

6

Objetivos del Tema 2. Modelos lineales estáticos para datos de panel

Explicar el modelo lineal estático y sus supuestos de partida, haciendo especial hincapié en el concepto de exogeneidad estricta.

Explicar el modelo de efectos fijos, sus supuestos de partida y la expresión analítica del estimador

Explicar el modelo de efectos aleatorios, sus supuestos de partida y la expresión analítica del estimador

Poner de manifiesto las limitaciones de los modelos lineales estáticos, especialmente la dificultad de encontrar modelos en microeconomía con variables estrictamente exógenas.

Aclarar la confusión terminológica sobre la naturaleza del efecto individual: fijo versus aleatorio

7

Objetivos del Tema 3. Modelos lineales dinámicos para datos de panel

Exponer los supuestos y expresiones analíticas de los modelos lineales dinámicos, partiendo del modelo más sencillo (el modelo autoregresivo puro)

Extender el modelo autoregresivo puro para los casos que existan variables explicativas predeterminadas y/o variables explicativas estrictamente exógenas

Explicar en qué casos y cómo es posible extender el análisis utilizando el system MGM

Explicar cuales son los instrumentos válidos en cada momento, pues esta decisión la tiene que tomar el investigador en el momento de estimar el modelo.

Explicar qué contrastes de especificación se requiere cuando se utiliza el MGM para estimar modelos derivados de la teoría económica

8

Objetivos del Tema 4. Modelos de elección discreta para datos de panel

Explicar porqué son necesarios los modelos de elección discreta para datos de panel

Poner de manifiesto las ventajas y diferencias sobre los modelos de sección cruzada

Explicar el modelo de efectos fijos, sus supuestos de partida y la expresión analítica del estimador

Explicar el modelo de efectos aleatorios, sus supuestos de partida y la expresión analítica del estimador

Explicar en qué consiste el problema de censura y cómo se resuelve con la metodología de datos de panel

9

Objetivos de la Parte II. Modelos para datos de panel con Stata

Desarrollar las habilidades necesarias para que el investigador pueda formular y estimar modelos económicos utilizando la metodología de datos de panel y Stata Conocimiento de ciertos conceptos básicos y

método de trabajo con Stata Conocimiento de los comandos para estimar los

diferentes modelos de datos de panel, así como la sintaxis de estos comandos

Familiarizar al investigador con la oportunidad que ofrecen la metodología de datos de panel y Stata para formular nuevos modelos económicos

Familiarizar al investigador con el proceso de investigación eficiente utilizando la metodología de datos de panel y Stata

10

Objetivos del Tema 5 . Introducción a Stata y gestión de ficheros

Describir el entorno de trabajo en Stata y conocer sus principales funcionalidades

Familiarizar con la sintaxis de las órdenes/comandos

Describir el contenido de los ficheros de datos y el formato que presenta un panel

Explicar comandos básicos y sintaxis para el tratamiento de la información de un fichero de datos

Explicar comandos y sintaxis para la combinación de datos

Describir el método de trabajo batch mediante la creación de ficheros de instrucciones (do) y resultados (log)

11

Objetivos del Tema 6 . Gestión de variables para la investigación

Conocer los tipos de variables con los que trabaja Stata así como su precisión de almacenamiento y formato de visualización

Explicar comandos y sintaxis para la manipulación de variables

Explicar comandos y sintaxis para el examen y análisis descriptivo de los datos

Explicar comandos y sintaxis para la generación de variables: creación de variables, variables dummy y categóricas, retardos y diferencias

12

Objetivos del Tema 7. Operaciones avanzadas con stata

Aprender a crear vectores y matrices en Stata, así como acceder a matrices ya creadas y cómo operar con ellas

Explicar comandos y sintaxis de contenido más avanzado que el contemplado en los temas anteriores

Analizar los diferentes mensajes de error y aprender a manejarlos y solucionarlos

Aprende a trabajar “on your own” a través de las distintas fuentes de ayuda on line que ofrece Stata

13

Objetivos del Tema 8 . Estimación de modelos con Stata

Explicar las características generales para la estimación con Stata

Explicar comandos y sintaxis para estimar modelos lineales estáticos para datos de panel

Explicar comandos y sintaxis para estimar modelos lineales dinámicos para datos de panel

Explicar comandos y sintaxis para estimar modelos de elección discreta para datos de panel

14

Objetivos del Tema 9 . Formulación de modelos económicos combinando datos de panel y Stata: Análisis de casos Dotar al investigador de habilidades para formular

modelos económicos combinando la metodología de datos de panel con la facilidad que para el manejo de datos ofrece Stata Explicar cómo se pueden revisar y mejorar

modelos tradicionales en la investigación Explicar cómo la metodología de datos de panel

permite formular nuevas estrategias de investigación

Explicar cómo se puede obtener el valor óptimo de los parámetros

Explicar cómo se puede extender la metodología de datos de panel a problemas para los cuales aún no se han desarrollado estimadores

Explicar cómo se puede utilizar la metodología de datos de panel para el análisis simultaneo de decisiones

15

Objetivos del Tema 10 . Proceso de investigación eficiente usando la metodología de datos de panel y Stata: Análisis de casos

Dotar al investigador de habilidades para una ejecución eficiente del proceso de investigación usando la metodología de datos de panel y Stata Explicar cómo obtener y ensamblar la

información Explicar cómo construir las variables Explicar cómo utilizar procesos de estimación

para construir variables para el modelo a estimar

Explicar la estructura de un panel de datos y análisis previo de las variables

Explicar la estrategia de estimación Explicar el proceso de incorporación de nuevas

sugerencias