Яка різниця між економетрикою часових рядів та панельною економетрикою?

Це питання може бути дуже наївним, але те, як я навчаю економетрії, я дуже збентежений, якщо є різниця між тимчасовими рядами та методом даних на панелі.

Що стосується часових рядів, я висвітлював такі теми, як коваріація стаціонарна, AR, MA та ін. Щодо даних панелей, я бачив лише дискусії у формі фіксованого ефекту проти випадкового ефекту (або, загалом, ієрархічної моделі), різниці, в різницях тощо.

Чи пов'язані ці теми певним чином? Оскільки дані панелей також мають часовий вимір, чому також не обговорюється AR, MA та ін.?

Якщо відповідь полягає в тому, що моя освіта з панельних методів просто недостатня, чи можете ви вказати на книгу, яка охоплює більше, ніж просто FE / RE, відмінності у відмінностях?

Принаймні, в соціальних науках ви часто маєте панельні дані, що мають великі N і малі T асимптотики, тобто багато сутностей, але кожне з яких ви спостерігаєте протягом відносно короткого періоду часу. Ось чому прикладна робота з даними панелі часто дещо менше стосується компонентів даних часових рядів.

Проте елементи часового ряду все ще важливі при обробці даних панелей. Наприклад, ступінь автокореляції визначає ефективність фіксованих ефектів або перших відмінностей. На відміну в відмінностях правильне трактування стандартних помилок для обліку автокореляції важливо для правильного висновку (див. Bertrand et al., 2004 ). Також доступні динамічні панелі, що використовують оцінювачі для малих N, великих T асимптотики, такі дані ви часто зустрічаєте в макроекономіці. Там ви можете зіткнутися з відомими проблемами часового ряду, такими як нестаціонарність панелі.

Відмінна обробка цих тем надається у Wooldridge (2010) «Економетричний аналіз даних перерізів та панелей».

Другий вимір даних панелі не потребує часу. Ми можемо мати дані про близнюків чи братів і сестер або дані про N осіб, які відповідають на запитання T опитування. Поздовжні дані, де Т є другим виміром, є, мабуть, найпоширенішим типом даних панелей і стали практично синонімом до них.

Мікро- або короткі панелі (великі N, малі Т) зазвичай мають асимптотику, яка направляє N у нескінченність, зберігаючи T нерухомою. Макро- або довгі панелі мають помірний N і великий T, і асимптотики мають тенденцію утримувати N фіксованим і зростати T, або зростати як N, так і T. Для мікропанелей перехресна одинична залежність, як правило, не є проблемою, оскільки одиниці вибірково відбираються, тоді як з макропанелями це може викликати серйозне занепокоєння (наприклад, просторова залежність між країнами або державами). З макропанелями ви також повинні турбуватися про коріння одиниць, структурні перерви та коінтеграцію, які всі знайомі з тим, що стосуються часових рядів. Вам також доводиться періодично турбуватися про проблеми з селективністю (наприклад, виснаження, самовибірливість та невідповідь). Коли T досить довгий, навіть країни можуть зникнути.

Я хотів би ознайомитися з Економетричним аналізом даних панелей Балтагі , особливо з розділами 8, 12 та 13. Він також детально висвітлює короткі панелі. У попередньому виданні було також супутниковий обсяг із рішеннями для вправ, що було дуже приємно.

Це багато в чому питання акценту, оскільки обидва дані складаються з компонентів поперечного перерізу та часових рядів.

Дані на панелі швидше мають великі N та менші T.

Звертається більше уваги на окремі компоненти (наприклад, магазини з часом, споживачі з часом) та більша ймовірність сегментування цих окремих компонентів (наприклад, споживачі з високим рівнем доходу, споживачі, які перейшли від середнього до високого доходу).

Окремі компоненти мають проблеми з виживанням / заміною (компоненти чомусь залишають дослідження та повинні бути замінені). Маючи економетричні дані, ви, швидше за все, маєте справу на більш агрегованому рівні, і це часто є чиєюсь проблемою (наприклад, тими людьми в БЛС), щоб вирішити ці проблеми.

Проблеми з автокореляцією виникають, але часто моделюються як історія минулого, а не як автокореляція сама по собі, наприклад, ваша минула історія купівлі шоколадних цукрових бомб http://www.gocomics.com/calvinandhobbes/1986/03/22 повідомляє прогноз майбутньої купівельної поведінки.

Як було сказано вище, дані панелей часто використовуються на індивідуальному рівні, а не на агрегованому рівні з великими N і малими T. Існує багато плюсів при використанні даних панелей, оскільки ми можемо усунути індивідуальну неоднорідність і часто отримуємо більшу потужність при тестуванні, щоб згадати два . Цей новий часовий вимір вводить нові методи, припущення та проблеми порівняно з даними поперечного перерізу (я посилаюсь на книгу Вулдріджа, щоб детальніше вивчити їх).

Однак в економіці дуже часто застосовувати також дані панелей на рівні країни з малими N і великими T. Це створює цілий спектр труднощів, яких не виникає при роботі з великими N, малими даними на T панелі. Наприклад, у нас на панелі можуть бути корені одиниць, а також є специфічні кореневі тести блоку панелі для вирішення цієї конкретної проблеми. Зауважте, що вони мають значно більшу потужність, ніж одиничні кореневі тести для окремих серій. На цих панелях ми також могли мати всілякі інші нестаціонарності. Крім того, при роботі з панельними даними з малим N і великим T ми також можемо мати спільну інтеграцію. Іншим головним питанням, що стосується великих даних T і малих N панелей, є те, що ці дані часто є економічними змінними на рівні країни, і що в цьому випадку припущення про незалежність часто порушується, і це слід перевірити.

Таким чином, дані панелі з великим N і малим T вводять розмірність часового ряду порівняно з даними поперечного перерізу і схожі на аналіз поперечного перерізу, тоді як панелі з великим T і малим N вводять розмір поперечного перерізу порівняно з підходом до часового ряду, який подібний аналіз часових рядів.

Чудовою книжкою даних панелей з великим N та малим T є "Економетричний аналіз даних перерізу та панелей" Волдріджа. Ця книга досить щільна і містить багато інформації на кожній сторінці, тому ви, можливо, захочете розпочати з вступної книги з економетрики і спочатку прочитати розділ про дані панелі.

Я не знаю конкретної книги для панелей з великим T і малим N, але є том, який називається: "Нестаціонарні панелі, коінтеграція панелей і динамічні панелі", Baltagi, ред.

Я хотів би доповнити вищенаведені відповіді посиланням, де ви можете прочитати більше про залежність від часу в моделях даних панелей, як ви просили: Verbeek, Marno. Путівник по сучасній економетрії , Вілі. У цій книзі є розділ про моделі даних на панелі, який може послужити гарним ознайомленням.

Як приклад сучасних досліджень щодо залежності часу від даних панелей, ви можете прочитати:

Фредрік Н.Г. Андерссон: Переглянута динаміка обмінних курсів: тестова перевірка даних порядку дробової інтеграції. Емпір Екон (2014) 47: 389–409.