Un creciente cuerpo de la literatura de datos de panel llegado a la conclusin de que los modelos de datos de panel son como son

para exponer importante de la seccin transversal de dependencia en los errores que puedan surgir debido a la presencia de componentes comunes y no observadas que se convierten en parte del trmino de error en ltima instancia, la dependencia espacial, as como debido a la idiosincrasia pares de dependencia en los disturbios con un patrn particular de Componentes comunes o de la dependencia espacial. Vase, por eample. Una de las razones de este resultado puede, ser que durante las ltimas dcadas hemos experimentado una creciente integracin econmica y financiera de los pases y entidades financieras, lo que implica una fuerte interdependencia entre unidades de seccin cruzada. En las aplicaciones microeconmicas, la propensin de los individuos para responder a shocks comunes, o factores no observables comunes de una manera similar se puede plausiblemente se explica por las normas sociales, los efectos del vecindario, las conductas gregarias y preferencias realmente interdependientes El impacto de la seccin transversal en la estimacin de la dependencia naturalmente depende de una variedad de factores, tales como la magnitud de las correlaciones a travs de secciones transversales y la naturaleza de la seccin transversal misma dependencia. Suponiendo que la seccin transversal dependencia es causada por la presencia de factores comunes, que son no observado (y, como resultado, el efecto de estos componentes se siente a travs del trmino de error) pero no estn correlacionados con los regresores incluidos, los estndares de efectos fijos (FE) y de efectos aleatorios (RE) estimadores son consistentes, aunque no eficiente, y los errores

estndares estimados sesgados son. En este caso, surgen posibilidades diferentes en la estimacin. Por ejemplo, uno puede optar por conservar los estimadores de FE / RE y corregir los errores estndar, siguiendo el enfoque propuesto por Driscoll y Kraay (1998). Este mtodo se puede implementar en Stata con el comando xtscc, que es prxima a la lista de Stata por Hoechle Danial. Alternativamente, se puede intentar obtener un estimador eficiente en primer lugar mediante el uso de los mtodos propuestos por Robertson y Symons (2000) y Coakley, Fuertes y Smith (2002) Por otro lado, si los componentes no observados que crean interdependencias a travs de las secciones transversales estn correlacionados con los regresores incluidos, estos enfoques no funciona y los estimadores de FE y RE estar sesgado e inconsistente. En este caso, uno puede seguir el enfoque propuesto por Pesaran (2006). Un mtodo alternativo sera ser la aplicacin de unas variables instrumentales (IV) utilizando el estndar de aproximacin de tipo FE IV, o RE estimadores IV. Sin embargo, en la prctica, sera dificultoso hallar los instrumentos que son correlacionados con los regresores, y no se correlaciona con los factores no observados. El impacto de la dependencia de la seccin transversal en los estimadores de panel dinmico es comparable relativamente ms grave. En particular, Phillips y Sul (2003) muestran que si hay suficiente dependencia transversal en los datos y esto no se tiene en cuenta en la estimacin (ya que es comnmente realizado por los profesionales), la disminucin de la eficiencia en la estimacin pueden llegar a ser tan grande que, de hecho, el agrupado (panel) estimador de mnimos cuadrados pueden proporcionar una ganancia poco ms sobre una sola ecuacin de

MCO. Este resultado es importante ya que implica que si uno decide poner en comn una poblacin de secciones transversales que es homognea en los parmetros de pendiente, pero ignora transversal la dependencia, entonces la ganancias de eficiencia que uno tena la esperanza de lograr, en comparacin con el correr regresiones individuales para cada seccin, en gran parte puede disminuir. En un artculo reciente que se ocupa especficamente con breves modelos dinmicos de datos de panel, ,Sarafides y Robertson (2006) muestran que si hay dependencia de la seccin transversal en la perturbaciones, entonces todos los procedimientos de estimacin que se basan en variables instrumentales y los mtodo generalizado de momentos (GMM) tal como el de Anderson-Hsiao (1981) estimador, o de los estimadores GMM de Arellano y Bond (1991) y Blundell y Bond (1998) Son inconsistentes con el nmero N (la dimensin de la seccin transversal) aumenta de tamao, para fijo T (el dimensin temporal del panel). Este resultado es importante dado que la seccin transversal de error la dependencia es una situacin que probablemente prctica y los deseables Nasintticas propiedades de estos estimadores dependen crucialmente de este supuesto. Lo anterior indica que la prueba de la seccin transversal dependencia es importante en estimacin de los modelos de datos de panel. Cuando T> N, se puede utilizar para estos fines de la prueba LM, desarrollado por Breusch y Pagan (1980), que es fcilmente disponible en Stata utilizando el comando xttest2. Por otro lado, cuando T <N, el estadstico de prueba LM no hace disfrutar de las propiedades deseables de estadstica en la que exhibe importantes distorsiones de tamao. As, existe una clara necesidad de ensayos para la seccin transversal dependencia

en Stata en los casos donde N es grande y T es pequea la situacin ms comnmente encontrados en los paneles. Este trabajo describe un nuevo comando de Stata que implementa tres diferentes pruebas para la seccin transversal dependencia. Las pruebas son vlidas cuando T <N y se puede utilizar con paneles balanceadas y no balanceadas. El resto de este artculo es la siguiente: la siguiente seccin se describen tres estadstica procedimientos diseados para probar la dependencia de la seccin transversal en la gran N pequeaT paneles A saber, (2004) Pesaran de CD de prueba, el estadstico de Friedman (1937) y el estadstico de prueba propuesto por Frees (1995). La seccin 3 describe el recin creado comando de Stata, xtcsd. Seccin 4 ilustra el uso de xtcsd por medio de un ejemplo emprico basado en las ecuaciones del producto bruto utilizando un panel de datos equilibrada de los Estados en los EE.UU. durante el perodo de 1970 a 1986. Este es un dato ampliamente referencia establecidos disponible en Baltagi (2005) libro de texto economtrico. Una seccin final de concluciones. 2 Pruebas de Dependencia para Considere el modelo de datos yit = i Salir + uit; i = 1; :::; N y T = 1; :::; T (1) seccin transversal de panel estndar + 0

donde xit es un vector de regresores KX1, B es un vector de parmetros KX1 ser estimadores se aparearon y ai representan invariantes en el tiempo parmetros de ruido individuales. Bajo la hiptesis nula uit se supone que es independiente e dnticamente distribuido (iid) a lo largo periodos de tiempo ya travs de unidades de seccin cruzada. En la alternativa, uit puede ser correlacionado a travs de secciones pero se mantiene el supuesto de no correlacin serial.

Por lo tanto, la hiptesis de inters es , donde ij es la correlacin producto-momento de coe eficiente de los disturbios y se da por Tenga en cuenta que el nmero de parejas posibles (UIT; UJT) aumenta con la N Prueba de 2,1 Pesaran de CD En el contexto de la estimacin de regresiones aparentemente no relacionadas, Breusch y Pagan (1980) propuso un multiplicador de Lagrange (LM) estadstica, que es vlido para jo N, T! 1 y viene dada por

donde b ij es la estimacin de la muestra de la correlacin por pares de los residuos y uit ^ es la estimacin de la UIT en (1). LM se distribuye asintticamente como chi-cuadrado con N (N 1) = 2 grados de libertad bajo la hiptesis nula de inters. Sin embargo, esta prueba es probable que exhiben distorsiones sustanciales de tamao en los casos en que n es grande y T es infinita una situacin que se encuentra comnmente en aplicaciones empricas, sobre todo debido al hecho de que el estadstico LM no est correctamente centrada para nite T y el sesgo es probable que empeore con la gran N. Pesaran (2004) ha propuesto la siguiente alternativa

y demostr que bajo la hiptesis nula de ninguna dependencia de la seccin transversal de CD d ! N (0; 1) para N! 1 y T Su gran suficientemente. A diferencia de la LMstatistic, la estadstica de CD se quiere decir exactamente en cero para los valores de jos de T y N, en una amplia gama de modelos de datos de panel, incluyendo homognea / heterognea los modelos dinmicos y modelos no estacionarios. En los dos primeros casos, es bien conocido que el correo normal jo y al azar estimadores ECTS se sesgada (ver Nickel, 1981, y

Se ilustra el uso de xtcsd por medio de un ejemplo emprico, que se toma desde Baltagi (2005, pgina 25). El ejemplo se refiere a una funcin de produccin Cobb-Douglas relacin de la investigacin de la productividad del capital pblico en la produccin privada. la conjunto de datos se compone de un panel balanceado de 48 estados de EE.UU., cada observados durante un perodo de 17 aos (1970 a 1986). Este conjunto de datos y tambin algunas notas explicativas se puede encontrar en el sitio web de Wiley. 10 Tras Munnell (1990) y Baltagi y Pinnoi (1995), Baltagi (2005)

considera la relacin siguiente: