
Econometría — efectos fijos en panel y errores agrupados
Los datos de panel eliminan heterogeneidad fija, no todos los sesgos
Una variable instrumental aprovecha variación exógena, como se explica en el capítulo 4. Observar varias veces a la misma persona, empresa o región ofrece otra estrategia: las diferencias eliminan las características de cada unidad que permanecen constantes. El análisis de raíces unitarias pertenece a otro problema de series temporales, tratado en el capítulo 6.
1. Los efectos fijos conservan cambios, no niveles
En , si es una característica constante, como un componente estable de la capacidad o la cultura de una empresa, restar la media individual o tomar primeras diferencias la elimina. Los efectos de año comunes deben controlarse por separado. Que un término desaparezca algebraicamente no demuestra que sea causal.
Supongamos que observamos a tres personas durante dos años. Tras descontar un aumento salarial común de un millón de wones, cada año adicional de estudios se asocia con un cambio salarial de dos millones de wones.
| Persona | Cambio en años de estudios | Cambio salarial (10 000 wones) | Descontando el millón común |
|---|---|---|---|
| A | 0 | 100 | 0 |
| B | 1 | 300 | 200 |
| C | 2 | 500 | 400 |
Comparar solo niveles transversales mezclaría esta variación con los salarios inicialmente mayores de quienes ya tenían más estudios. Sin embargo, ni siquiera la asociación intrapersonal de dos millones de wones es causal si la decisión de estudiar responde a futuras perturbaciones salariales.
La consistencia de efectos fijos requiere, por ejemplo, exogeneidad estricta, , y un diseño que aborde factores de confusión que cambian con el tiempo. Si una perturbación salarial actual modifica los estudios del año siguiente, esa retroalimentación incumple la condición. Los efectos de año tampoco eliminan exposiciones distintas entre personas a una misma perturbación económica.
2. Los efectos aleatorios solo ganan eficiencia bajo supuestos más fuertes
Los efectos aleatorios modelan como parte de la estructura del error. Solo pueden ser más eficientes que los efectos fijos cuando no está correlacionado con los regresores y se cumplen los supuestos pertinentes de exogeneidad y covarianza del error. Si se relaciona con la decisión de estudiar, la aparente ganancia de eficiencia trae sesgo. La prueba de Hausman ayuda a examinar supuestos, pero no sustituye la explicación institucional de las decisiones.
| Estimador | Tratamiento de α_i fijo | Límite principal |
|---|---|---|
| Efectos fijos | Elimina α_i invariable | No estima el efecto en niveles de X invariable |
| Primeras diferencias | Elimina el mismo α_i | Con dos períodos da la misma pendiente que efectos fijos |
| Efectos aleatorios | Modela α_i dentro del error | Exige que α_i no se correlacione con X |
En un panel equilibrado de dos períodos, con idéntica muestra y especificación, efectos fijos y primeras diferencias producen la misma estimación de la pendiente. Con tres períodos o más, su eficiencia relativa depende de la correlación serial de los errores. No existe una regla general según la cual diferenciar pierda eficiencia solo por haber dos períodos.
Si los errores de una persona están correlacionados a través de los años, se calculan errores estándar agrupados por persona. La correlación entre personas en un mismo año es un problema transversal distinto. Los efectos fijos de año pueden absorber una perturbación común uniforme, pero agrupar solo por persona no resuelve perturbaciones compartidas con impactos heterogéneos. Según el diseño, cabe considerar agrupación bidireccional por persona y año u otro método de inferencia. Con apenas cuatro años, también resulta poco fiable la inferencia asintótica habitual basada en cuatro grupos temporales. Los errores estándar agrupados no reparan la identificación.
Comprueba lo aprendido
Problema. Observas veinte empresas durante cuatro años. Una regresión de efectos fijos asocia un aumento del 1 % del gasto en formación con un aumento del 0,3 % de la productividad. Si la situación económica del mismo año afecta a ambas variables, ¿qué efectos fijos podrías añadir? ¿Basta agrupar por empresa para eliminar el problema de la perturbación común?
Solución. Los efectos fijos de año absorben una perturbación de nivel idéntica para todas las empresas. Si la exposición a la coyuntura difiere por empresa, se necesita un diseño adicional. Agrupar por empresa permite correlación serial dentro de cada empresa, pero no trata automáticamente la correlación entre empresas en un mismo año. Para interpretar el 0,3 % como causal también hay que examinar confusión variable en el tiempo y retroalimentación. Con veinte grupos de empresas y solo cuatro de años, la aproximación de los errores estándar merece cautela.
Referencias
- Joshua Angrist and Jörn-Steffen Pischke, Mostly Harmless Econometrics, ch. 5
- Jeffrey Wooldridge, Econometric Analysis of Cross Section and Panel Data, ch. 10
- Peter Hull, Fixed Effects Identify a Weighted Sum of First- and Long-Differences Only Under a Parallel Trends Assumption
- MIT OpenCourseWare, Linear Panel Data Models Under Strict and Weak Exogeneity
- Cameron and Miller, A Practitioner’s Guide to Cluster-Robust Inference
Oiyo
Editorial DeskThe OIYO editorial desk researches money, law, lifestyle, and self-understanding topics against primary sources and public statistics. Every piece carries source notes and is reviewed on a regular cycle for accuracy and usefulness.