Efectos fijos por industria y año

Supongamos que tiene una variable de categoría $ c_i $ (por ejemplo, c puede ser la empresa industrial en la que se encuentra $ i $). Un punto matemático importante a tener en cuenta es que ejecutar una regresión de efectos fijos con efectos fijos para $ c $ es equivalente a ejecutar una regresión regular con variables indicadoras para cada valor posible de $ c $.

Una estrategia básica podría ser:

1. usar xtset industryvar en Stata para indicar que desea efectos fijos para cada valor único de industryvar.
2. Genere variables ficticias para cada año.
3. Llame a xtreg con la opción fe para indicar efectos fijos, incluidas las variables ficticias para el año como variables del lado derecho.

Más ex implícitamente, podría hacer algo como:

xtset industry xtreg y x1 x2 i.year, fe 

Esto supone que year es una variable que contiene el año, industry es una variable que contiene la industria, etc.

Comentarios

• Estimado Matthew, gracias tanto por tu útil respuesta. Intenté como me aconsejaste en Stata y estoy contento con el resultado que obtengo. ¿Le importaría si vuelvo a consultar con usted? Tengo 418 empresas del índice S & P 500, durante 5 años 2020 – 2014, y he descargado códigos SIC de cada empresa para control de los efectos de la industria. Así he hecho: xtset sic; xtreg y x1 x2 x3 … i.year, fe Me disculpo de antemano si mi pregunta le parece tonta, pero soy un principiante absoluto y no tengo a nadie en mi Universidad que pueda ayudarme con el Panel. Saludos cordiales, Milica
• sí, eso ‘ s cómo lo harías. Otro pensamiento aleatorio, podría usar códigos SIC de 4 dígitos o también podría probar códigos sic de 3 dígitos (por ejemplo, generar una nueva variable SIC3 tomando el código de 4 dígitos, dividiendo por 10 y cortando el resto con la función floor () es decir gen sic3 = floor(sic4/10)).
• Gracias por su amable y útil respuesta. Saludos cordiales, Milica

En este contexto, una regresión de efectos fijos (o dentro del estimador) es una método de modelado con datos de panel o longitudinales. Este estimador diferencia el promedio de las variables de la unidad de observación de cada variable:

Para los individuos $ i \ in 1 \ dots N $, observados en períodos $ 1 \ dots T $, y covariables $ X_k $ , y la variable dependiente $ Y $, el estimador de efectos fijos realiza la siguiente transformación:

$ \ breve {Y} _ {it} = Y_ {it } – \ bar {Y} _i $ y
$ \ breve {X} _ {kit} = X_ {kit} – \ bar {X} _ {ki} $ por $ k = 1 \ dots K $

La regresión se realiza sobre las variables transformadas. En stata, esto se implementa usando el comando xtreg con el fe opción.

Este comando probablemente no funcionará en su situación, ya que está diseñado para diferenciar promedios para cada unidad de observación. Es probable que tenga varias empresas que operan en una industria en particular y desea diferenciar el promedio de la industria. Este es un caso simple de un modelo lineal jerárquico.

En este situación, desea utilizar el operador i. en Stata:

reg y i.industry i.year 

También puede utilizar el areg comando para obtener resultados idénticos:

areg y i.year, absorb(industry) 

El comando areg puede ser útil cuando el número de niveles de la variable absorbida (el número de industrias en este ejemplo) es alto.

Si es cierto que hay varias empresas dentro de la misma industria, como sospecho que es el caso, entonces es una práctica común, de buen sentido y con soporte asintótico, agrupar sus errores estándar a nivel de industria. En stata, esto se logra típicamente con la opción vce(cluster varname).Entonces, por ejemplo, su comando regress se convertiría en

reg y i.industry i.year, vce(cluster industry) 

En una nota similar, un desarrollo bastante reciente ha se han realizado en la construcción de errores estándar robustos de clústeres bidireccionales y multidireccionales (ver, por ejemplo, el artículo de 2011 de Cameron, Gelbach y Miller en el Journal of Business and Economic Statistics ). preocupado por los choques que afectan a todo el conjunto de acciones en un período de tiempo determinado, vale la pena implementarlo. Doug Miller escribió un archivo .ado llamado cgm.ado que implementa un método de agrupación en clústeres de múltiples vías.

Comentarios

• También sugeriría agrupar los errores si se sigue este enfoque.
• Eso ‘ es cierto. Pensé en agregar esta sugerencia, pero me abstuve porque tal vez fuera del alcance. Yo ‘ la agregaré.
• Yo ‘ m estoy luchando por ver cómo xtreg, fe es inapropiado desde reg y x i.industry i.year, vce(cluster industry) generará estimaciones idénticas para x como xtset industry seguido de xtreg y x i.year, vce(robust). Incluir maniquíes o degradaciones basadas en la identificación es exactamente lo mismo desde una perspectiva matemática de álgebra lineal. De hecho, para un gran número de variables ficticias, el xtreg se calculará más rápido porque 10000 efectos fijos + 2 variables de interés implicarían resolver un sistema de 10002 variables, mientras que solo sería un sistema de 2 variables en los datos transformados.
• @MatthewGunn Estoy de acuerdo con usted en el caso de que la industria sea una unidad de observación que se observa en el tiempo. Sin embargo, cuando hay varias unidades de observación (empresas) por industria, entonces la discusión típica de EF y xtreg .., fe deben ajustarse. Ejecutar xtset en tal caso da como resultado un error .: » valores de tiempo repetidos dentro del panel. »
• puede tener varias empresas por industria. Eso ‘ está bien, simplemente no ‘ t configure tsset también.