Please enable JavaScript.

Coggle requires JavaScript to display documents.

Variável Explicativa, Efeito Aleatório, Problema, Características:,…

- - - - Considera a decomposição do erro em dois componentes, um que representa a heterogeneidade não observada e outro que representa o erro do modelo. A suposição de inexistência de correlação com os regressores, considerando qualquer instante de tempo, recai apenas sobre o erro do modelo assumindo a decomposição. Captura toda e qualquer heterogeneidade não observada associada à empresa i que seja invariante ao longo do período amostral.
      - Método dos Momentos Generalizados (GMM)
        
        Características:
        
        Pressupostos:
      - Modelo Dinâmico
        
        Características:
      - Dummy
        
        Características:
- - - - Os resíduos de MQO são homocedásticos?
        
        SIM
        
        Utilizar estimação por MQO
        
        NÃO
        
        Utilizar estimação MQO com erro padrão robusto
    - - Saída padrão da literatura
        
        Uso de Variáveis instrumentais
        
        Os resíduos do modelo com variáveis instrumentais são homocedásticos?
        
        NÃO
        
        Utilizar estimação por GMM
        
        GMM-Dif: trabalha com uma transformação o modelo, geralmente calculando a primeira diferença da variável, eliminando a heterogeneidade não observada.
        
        GMM-Sis é uma extensão do GMM-Dif. Ele inclui momentos adicionais ao estimador, utilizando os erros não transformados. Mais robusto que o GMM-Dif. Assume a premissa de que a variação dos regressores são não correlacionados com o componente de hetergeneidade. O termo erro é decomposto em três elementos, incluindo a estes o efeito fixo do tempo.
        
        SIM
        
        Utilizar estimação por variáveis instrumentais (VI)
        
        Definidos os instrumentos, estima-se o primeiro estágio do modelo em 2 estágios. Esta etapa fornece informações de diagnóstico (estatística F parcial e o R2 parcial), devendo ser verificado se os instrumentos têm os sinais esperados, magnitudes que são razoáveis e coeficientes que são estatisticamente significativos em níveis convencionais.
        Se o poder explicativo dos instrumentos for baixo (ou seja, os instrumentos são fracos), deve ser feita uma justificava demonstrando que os instrumentos são suficientemente exógenos. Se os resultados do primeiro estágio forem considerados adequados, os resultados do segundo estágio podem ser estimado.
        
        Em uma aplicação VI tradicional, primeiro é selecionado um conjunto de variáveis consideradas exógenas e, em seguida, utiliza-se o método de mínimos quadrados de dois estágios ou métodos de estimativa semelhantes para estimar os coeficientes no modelo de regressão. Solução apropriada se o pesquisador encontrar VI que são correlacionadas com o regressor endógeno, mas não com o erro.
        
        A VI precisa ser justificada cuidadosamente usando a teoria econômica e financeira, devendo-se relatar testes de especificação contemporâneos para instrumentos fracos e restrições de identificação excessiva.
      - Saídas direcionadas pela natureza do problema
        
        Para modelar a correlação entre regressor e a heterogeneidade não observada.
        
        Sugere-se o uso de efeitos fixos (EF e GMM-Dif).
        
        Para modelar persistência temporal.
        
        Sugere-se o uso do Modelo Dinâmico
        
        Para modelar efeitos de retroalimentação
        
        Sugere-se o uso de MQO e modelos GMM
        
        Para modelar heterogeneidade não observada e retroalimentação
        
        Sugere-se o uso de modelos da classe GMM
        
        Para modelar heterogeneidade não observada, erros de mensuração e/ou determinação simultânea
        
        Sugere-se o modelo GMM-Sis
        
        Para modelar erro mensuração e/ou determinação simultânea sem heterogeneidade não observada
        
        Sugere-se o uso dos modelos da classe GMM
        
        Para considerar efeitos fixos no tempo
        
        Sugere-se a inclusão de dummies para capturar o efeito tempo