Académique Documents
Professionnel Documents
Culture Documents
FE
de , y posteriormente se calcula el estimador de
i
mediante
i
'
i i F
y x
E
= . Bajo los supuestos habituales, el estimador
FE
es insesgado y
asintticamente consistente cuando , mientras que los estimadores NT
i
son
insesgados pero no son consistentes salvo cuando cada , dado que cada
i
T
i
est
basado slo en las observaciones de la unidad i .
i
T
2. Efectos aleatorios. Mnimos Cuadrados Generalizados. El enfoque de
efectos fijos puede ser interpretado como exclusivamente aplicable a los grupos
considerados en el estudio, pero no a grupos adicionales no incluidos en la muestra. En
la aplicacin que se lleva a cabo en la seccin 4, la muestra de estados considerados es
exhaustiva (tiene en cuenta todos los estados, no una muestra aleatoria de ellos) y por
tanto sera apropiado, en este aspecto, plantear una estimacin a partir de un modelo de
efectos fijos. En otros contextos, cuando los grupos considerados son extracciones
muestrales de una poblacin ms grande, puede resultar ms apropiado considerar que
los trminos constantes especficos de cada unidad estn aleatoriamente distribuidos
entre los grupos. Es en este caso que se considera un modelo de estimacin de efectos
aleatorios (RE).
Una estimacin de efectos aleatorios por Mnimos Cuadrados Generalizados
(MCG) consiste en una regresin de desviaciones parciales de las sobre las mismas
desviaciones parciales de las
it
y
it
x . Concretamente, ( )' (
it i i it i i it i i
y y x x ) = + ,
Cobacho, M.B., Bosch M.
donde
2
2 2
1
i
i
T
=
+
. En la prctica, se ha de usar un estimador consistente
i
de
i
basado en estimadores consistentes
2
y
2
de
2
y de
2
respectivamente. ste
es un modelo generalizado de regresin y en principio puede ser estimado por MCO, si
no eficientemente, s consistentemente: de nuevo bajo los supuestos habituales, el
estimador
RE
de es asintticamente el mejor estimador lineal consistente
asintticamente normal cuando . NT
3. Estimacin entre grupos (between). Este modelo investiga la variabilidad
entre unidades de seccin cruzada en trminos de las medias de los grupos, es decir, se
basa en una estimacin de
i
y sobre
i
x en el modelo ' '
i i i i i
y x x
i
= + = + + . La
estimacin between (BE) es tambin un modelo clsico de regresin lineal que por tanto
puede ser estimado por MCO, y su principal atractivo es que permite obtener un
estimador consistente para
2
y de
2
= , converge en
distribucin a una , siendo
2
( ) n n NT = . Como se puede observar, es el
cociente del cuadrado de la diferencia entre los dos estimadores y la diferencia entre las
varianzas de stos. As, si es cierta, tanto EF como MCG son consistentes y por
tanto deben tender al mismo valor, de modo que la diferencia entre los estimadores debe
ser pequea. Adems, puesto que el estimador
, FE RE
Q
0
H
RE
es ms eficiente que
FE
, la
varianza de aqul es pequea en comparacin con la de ste y por tanto la diferencia
entre las varianzas es grande. Esto dar como resultado un valor del estadstico
cercano a 0 y que por tanto no se pueda rechazar la hiptesis nula. Si, por el contrario,
no es cierta, entonces
, FE RE
Q
0
H
FE
es consistente pero
RE
no lo es, con lo que debe haber
diferencia notable entre los valores de estos estimadores. Esto implicar que el valor del
estadstico ser alto, pudiendo as rechazar la hiptesis nula.
, FE RE
Q
2.2 Modelos dinmicos
Los modelos dinmicos incluyen en su anlisis valores rezagados de la variable
dependiente. El modelo bsico con un retardo de una unidad de tiempo es:
'
, 1 it i t it it
y y x
= + + .
De nuevo suponemos que el error se descompone en dos trminos,
it i it
= + ,
con las mismas caractersticas que en (2), de modo que el modelo a estimar es:
'
, 1 it i i t it it
y y x
= + + + (4)
En el caso dinmico, los cuatro modelos de estimacin que han sido analizados en el
caso esttico, MCO, FE, MCG y BE, son inconsistentes por presentar endogeneidad o
XII J ornadas de ASEPUMA 7
Cobacho, M.B., Bosch M.
estar los regresores correlacionados con el error, lo que conlleva al planteamiento de
otros modelos para la estimacin de datos de panel dinmicos.
Diferenciacin. Estimador de Variables Instrumentales. La regresin en (4)
por FE no supera la endogeneidad de la variable dependiente rezagada con respecto al
trmino de error debido a que, aunque se consigue eliminar el efecto
i
, se mantiene
una estructura de correlacin a travs de los trminos
, 1 i t i
y
it i
. Una forma
alternativa de eliminar los efectos
i
es partir del modelo de efectos
fijos,
, 1
( ) ( )' (
it i i t i it i it i
y y y y x x )
, 1 i t
y
, 1 i t
, pero los rezagos anteriores,
, i t k
y
con , son buenas variables
instrumentales por no estar correlacionadas con
1 k >
, 1 i t
y
. Por tanto, una estimacin
apropiada para este contexto sera la estimacin por Variables Instrumentales. Arellano
y Bond (1991) proponen la utilizacin de todos los instrumentos posibles de la variable
rezagada. As, un instrumento vlido para
, 1 , 2 i t i t
y y
sera
, 2 i t
y
, dado que ste est
correlacionado con
, 1 , 2 i t i t
y y
, pero no con el trmino de error
, 1 it i t
. De manera
similar, todos los rezagos anteriores a
, 2 i t
y
tambin cumplen esas caractersticas, con lo
que pueden ser utilizados como instrumentos adicionales. Los instrumentos vlidos para
cada regresor seran, por tanto: para
1 i
y
2 1 i i
y y , para ,...,
para .
1 2
,
i i
y y
3 i
y y
2 i
1 1 2 ,
, , ,
i i i T
y y y
, 1 iT i T
y y
8 XII J ornadas de ASEPUMA
3. PANORAMA SOCIO-ECONMICO EN MXICO
Mxico es una repblica federal constituida por 32 estados (entidades
federativas). Tanto a nivel econmico como social cabe decir que
Mxico es un pas de grandes contrastes entre sus estados. Entre estas diferencias,
analizadas por Bosch et al. (2004), cabe destacar, por ejemplo, que en el ao 2000 el
PIB per cpita del estado ms pobre, Oaxaca, apenas representa el 16% del estado ms
rico, Distrito Federal, y que sta no es una situacin particular del ao 2000, sino que se
advierten grandes diferencias en los niveles de PIB per cpita medios por regiones a lo
Mtodos de estimacin con datos de panel
largo de todo el periodo 1970-2000, alcanzando estas diferencias su mayor amplitud
entre los estados de las zonas norte y sur o tambin entre las zonas norte y centro. En
este contexto de claras disparidades regionales a nivel de PIB per cpita, otras variables
que capturan el nivel de bienestar de los estados mexicanos han experimentado
evoluciones muy diferentes. Las medidas aqu consideradas, tasa de mortalidad infantil
y tasa de alfabetizacin, transmiten la idea de que ha habido mejoras sociales en los
campos de salud y educacin en todo el pas, vindose reducidas las diferencias
regionales a lo largo del periodo de estudio.
En cuanto a la inversin pblica per cpita, Bosch et al. (2004) muestran cmo la
distribucin regional de sta ha seguido una tendencia alcista en todas las zonas
geogrficas a lo largo del periodo 1970-2000. Sin embargo, este trabajo y algunos
estudios, como el de Rodrguez-Oreggia y Rodrguez-Pose (2003), muestran que la
asignacin territorial de la inversin pblica no ha realizado esfuerzo alguno por reducir
las disparidades regionales, favoreciendo fundamentalmente a las regiones ms
desarrolladas. Con la finalidad de estudiar posibles criterios eficientes de distribucin de
la inversin pblica en este pas, hemos comenzado por analizar los efectos que las
distintas partidas de inversin (inversin social, infraestructuras y otra inversin) han
tenido en diversos indicadores sociales (tasas de mortalidad infantil y alfabetizacin).
En la siguiente seccin presentamos algunos de los resultados obtenidos, a modo de
ilustracin de los modelos revisados en la seccin 2.
4. RESULTADO DE LAS ESTIMACIONES
En esta seccin se analiza el impacto que la inversin pblica ha tenido en los
estados mexicanos durante los ltimos 30 aos. Concretamente, nuestro trabajo se
centra en la estimacin de una ecuacin de convergencia del estilo
1
ln ln ln
it i it it it
y y x
= + + + (5)
donde es el valor de la variable dependiente para el estado i en el momento ,
it
y t
i
es
el efecto fijo para el estado , y i
it
x son los valores de las variables explicativas, en
nuestro caso el valor de la inversin pblica federal per cpita y de sus distintas
desagregaciones. En este contexto, los parmetros de las variables de inversin per
cpita incluidas en la ecuacin capturan el efecto del crecimiento de sta sobre el
XII J ornadas de ASEPUMA 9
Cobacho, M.B., Bosch M.
crecimiento de la variable dependiente. Para las estimaciones mediante modelos
estticos la ecuacin a estimar ser ln ln
it i it it
y x = + + , en sus distintas versiones
segn se ha expuesto en la seccin 2.
Las tablas 1-4 recogen el efecto de la inversin pblica federal sobre las tasas de
mortalidad infantil y de alfabetizacin con la informacin organizada de la siguiente
forma: en la primera columna de cada tabla se indica la variable dependiente
(mortalidad infantil o tasa de alfabetizacin) y las variables independientes incluidas en
la ecuacin a estimar. Las columnas sucesivas, OLS, GLS, BE y FE, indican los valores
estimados para los coeficientes (Coef) y si stos son significativos o no (Sign) a
partir de estimaciones mediante MCO, MCG, BE y FE respectivamente. La columna
IVE contiene adems el coeficiente de la variable rezagada estimado por Variables
Instrumentales a partir de la ecuacin (5).
En lneas generales, de acuerdo con la estimacin de los modelos estticos, una
mayor inversin social afecta negativamente a la tasa de mortalidad infantil y
positivamente a la tasa de alfabetizacin, aunque la cuanta de este efecto depende de
las estimaciones consideradas.
La mayor parte de las estimaciones por MCO son cualitativamente similares a
las de MCG y FE, aunque los coeficientes varan notablemente. Las estimaciones por
MCG y FE son prcticamente idnticas, de hecho el test de Wu-Hausman no puede
rechazar la hiptesis nula de que
0
: [ | ] 0
i it
H E x = . Esto nos estara indicando que la
inversin per cpita, en sus distintas dimensiones, no est correlacionada con el efecto
fijo del error, lo cual es consistente con la afirmacin de Rodrguez-Oreggia y
Rodrguez-Pose (2003) indicando que la distribucin de la inversin pblica se hizo de
forma ms o menos aleatoria, sin atender criterios de redistribucin y equidad. Por lo
tanto, en el caso esttico, la opcin adecuada sera la estimacin por MCG, dado que es
el estimador ms eficiente.
Sin embargo, es posible que la especificacin esttica sea incorrecta: tanto el
proceso de reduccin de la tasa de mortalidad como el del incremento de la tasa de
alfabetizacin parecen haber tenido alta persistencia, lo que estara indicando un
componente autoregresivo en su evolucin. En efecto, al introducir la variable rezagada,
sta toma un valor elevado, alrededor de 0.60 para la mortalidad infantil y 0.70 para la
tasa de alfabetizacin. Esto indica que una especificacin adecuada de la evolucin de
las tasas de mortalidad infantil y alfabetizacin debe incluir un trmino dinmico. En
10 XII J ornadas de ASEPUMA
Mtodos de estimacin con datos de panel
XII J ornadas de ASEPUMA 11
este contexto, todos los mtodos anteriormente utilizados son inconsistentes, mientras
que la estimacin de un modelo en diferencias y la utilizacin de variables
instrumentales s proporciona estimaciones consistentes.
El efecto de la inversin social en la tasa de mortalidad infantil sigue siendo
negativo (a mayor inversin menor mortalidad infantil), pero menor que en las
estimaciones estticas (-1.68 en lugar de 3.2). Lo mismo ocurre con el impacto de la
inversin social en la tasa de alfabetizacin (0.3 en lugar de 1.2). Este fenmeno se debe
principalmente a que parte del efecto autoregresivo de los procesos de mortalidad
infantil y tasa de alfabetizacin eran capturados por esta componente de la inversin. En
este caso, la tanto la inversin en infraestructuras como las partidas de otra inversin
parecen haber tenido un efecto positivo y significativo en la mortalidad infantil. No
queda claro cules han podido ser los canales por los que la inversin federal puede
aumentar la tasa de mortalidad infantil, dado el valor de las otras inversiones. Una
posible explicacin es que tanto la inversin en infraestructuras y otra inversin
incrementen el potencial de crecimiento de determinadas regiones atrayendo nuevos
inmigrantes de regiones ms pobres, pudiendo incrementar (o provocar una reduccin
menor en) la tasa de mortalidad infantil.
Al desagregar la inversin social en inversin en educacin e inversin en salud,
encontramos que tanto la inversin en educacin como la inversin en salud han tenido
efectos positivos en la reduccin de la mortalidad infantil (tabla 2). En concreto,
incrementos del 1% en inversin per cpita en ambas partidas han conseguido reducir la
tasa de mortalidad en un 1.6%. En cuanto a la tasa de alfabetizacin (tabla 4),
incrementos de la inversin social aumentan la tasa de alfabetizacin en torno a un
0.3%. Sin embargo, la inversin en educacin aumenta la tasa de alfabetizacin (como
era de esperar) en un 0.70%, mientras que la inversin en salud parece tener un efecto
positivo, aunque no significativo.
Estticos Dinmico
OLS GLS BE FE IVE
Var dep: Mort Inf
Regiones 32
Observaciones
32
128
32
128
32
128
32
128 96
Coef Sign Coef Sign Coef Sign Coef Sign Coef Sign
Mort Inf (-1) 0.628 ***
Inversin Social -1.904 - -3.100 * 0.448 - -3.273 * -1.688 **
Inversin en Infr. -1.217 - 0.610 - -4.027 - 1.021 - 2.012 ***
Otra Inversin -0.000 - -0.000 - -0.000 - -0.000 - 0.001 *
* Significativo al 10% ** Significativo al 5% *** Significativo al 1%
Tabla 1. Impacto de la inversin pblica federal sobre la tasa de mortalidad infantil
Cobacho, M.B., Bosch M.
12 XII J ornadas de ASEPUMA
Estticos Dinmico
OLS GLS BE FE IVE
Var dep: Mort inf
Regiones 32
Observaciones 128
32
128
32
128
32
128
32
96
Mort Inf (-1)
Coef Sign Coef Sign Coef Sign Coef Sign Coef Sign
Inversin Salud -1.131 - -2.510 - 0.964 - -2.762 - -1.602 ***
Inv Educacin -0.699 - -0.250 - -0.324 - 0.143 - -1.623 *
Inv Infraestructuras -1.349 - 0.521 - -4.234 - 1.028 - 1.786 ***
Otra Inversin -0.000 - -0.000 - -0.000 - -0.000 - 0.739 ***
* Significativo al 10% ** Significativo al 5% *** Significativo al 1%
Tabla 2. Impacto de la inversin sobre la tasa de mortalidad infantil con inversin social desagregada
Estticos Dinmico
OLS GLS BE FE IVE
Var dep: Alfabetiz.
Regiones 32 32 32 32 32
Observaciones 128 128 128 128 96
Coef Sign Coef Sign Coef Sign Coef Sign Coef Sign
Alfabet (-1) 0.672 ***
Inversin Social 3.443 ** 1.367 ** 5.112 - 1.241 * 0.304 ***
Inversin en Infr. 1.078 - 0.181 - 0.677 - 0.100 - 0.126 -
Otra Inversin -0.001 - 0.000 - -0.001 - 0.000 - 0.060 -
* Significativo al 10% ** Significativo al 5% *** Significativo al 1%
Tabla 3. Impacto de la inversin pblica federal sobre la tasa de alfabetizacin
Estticos Dinmico
OLS GLS BE FE IVE
Var dep: Alfabetiz.
Regiones 32
Observaciones 128
32
128
32
128
32
128
32
96
Alfabet (-1)
Coef Sign Coef Sign Coef Sign Coef Sign Coef Sign
Inversin Salud 4.885 *** 0.897 - 1.073 * 0.756 - 0.096 -
Inv Educacin -1.720 - 1.316 - -9.230 - 1.331 - 0.735 ***
Inv Infraestructuras 0.976 - 0.115 - 2.682 - 0.060 - 0.084 -
Otra Inversin -0.000 - 0.000 - -0.000 - 0.000 - 0.058 -
* Significativo al 10% ** Significativo al 5% *** Significativo al 1%
Tabla 4. Impacto de la inversin sobre la tasa de alfabetizacin con inversin social desagregada
5. CONCLUSIONES
En este trabajo se han analizado brevemente diversos mtodos lineales de
estimacin de datos de panel y se ha presentado una aplicacin en la estimacin de los
retornos de la inversin pblica federal en la evolucin de las tasas de mortalidad
infantil y de alfabetizacin de los estados mexicanos. Como principal resultado se ha
obtenido que los procesos de reduccin de ambas tasas parecen haber seguido procesos
autoregresivos y por lo tanto las estimaciones por mtodos estticos de datos de panel
resultan inviables en estas circunstancias. Ante esta situacin, utilizamos el estimador
IVE propuesto por Arellano y Bond para resolver los problemas de endogeneidad que
presentan los modelos de datos de panel dinmicos. Mediante este estimador,
observamos que las asignaciones de la inversin pblica federal en Mxico s tienen
Mtodos de estimacin con datos de panel
XII J ornadas de ASEPUMA 13
cierto poder explicatorio para analizar la evolucin de las tasas de mortalidad infantil y
de alfabetizacin. Se obtiene adems que incrementos en las partidas destinadas a salud
y educacin mejoran el nivel de bienestar de los estados.
6. REFERENCIAS BIBLIOGRFICAS
ARELLANO, M. y BOND, S. (1991): Some Tests of Specification for Panel
Data: Monte Carlo. Evidence and an Application to Employment Equations.
Review of Economic Studies, Vol. 58, pp. 277-297.
ARELLANO, M. (2003): Panel Data Econometrics (Advanced Texts in
Econometrics). Oxford Press.
ARELLANO, M. y BOVER, O. (1995): Another Look at the Instrumental
Variable Estimation of Error-Component Models. Journal of Econometrics, Vol.
68, pp. 29-51.
BALTAGI, B. (2001): Econometric Analysis of Panel Data. 2nd Edition. Wiley.
BARRO, R. y SALA I MARTIN, X. (1992): Convergence. Journal of Political
Economy, 100(2), pp. 223-51.
BOSCH, M., COBACHO, M. B. y RODRGUEZ-OREGGIA, E. (2004). Los
efectos de la inversin pblica federal en Mxico. XVIII reunin Asepelt, Len.
CASELLI, F., ESQUIVEL, G. y LEFORT, F. (1996): Reopening the convergence
debate: a new look at cross-country growth empirics. Journal of Economic
Growth, 1(3), pp. 363-89.
GREENE, W.H. (1998). Anlisis Economtrico. Tercera edicin. Prentice Hall.
FUENTE, A. de la (1997): The empirics of growth and convergence: a selective
review. Journal of Economic Dynamics and Control 21(1): 23-74.
ISLAM, N. (1995): Growth Empirics: A Panel Data Approach. Quarterly
Journal of Economics, CX(4), pp. 1127-70.
J UDGE, G.G., GRIFFITHS, W.E., HILL, R.C., LTKEPOHL, H. y LEE, T.C.
(1985). The theory and practice of Econometrics. 2 edicin. J ohn Wiley and Sons.
MANKIW, G., ROMER, D. y WEIL D. (1992): A Contribution to the Empirics
of Economic Growth. Quartely Journal of Economics, CVII(2), pp. 407-37.
RODRGUEZ-OREGGIA, E. y RODRGUEZ-POSE, A. (2003): The regional
returns of public investment policies in Mexico. En revisin en World
Development.