Essays in dynamic panel data econometrics

Detalhes bibliográficos
Autor(a) principal: Barbosa, José Diogo Valadares Moreira
Data de Publicação: 2014
Tipo de documento: Tese
Idioma: eng
Título da fonte: Repositório Institucional do FGV (FGV Repositório Digital)
Texto Completo: https://hdl.handle.net/10438/31422
Resumo: Eu considero a estimação eficiente de um modelo de painel dinâmico com efeitos fixos, heteroscedasticidade temporal, condições iniciais arbitrárias e co-variáveis. Encontro uma estatística invariante máxima que pode ser usada para estimar os parâmetros de interesse de forma consistente quando há um grande número de observações. Além disso, eu mostro que todas as condições de momento encontradas na literatura de painel dinâmico podem ser escritas como combinaçõoes lineares das condições de momento fornecidos pela estatística invariante maximal. Portanto, estimadores baseados nestes momentos têm menor variância. Finalmente, quando confrontados com o problema de estimar um modelo de painel dinâmico, um pesquisador aplicado gostaria de usar estimadores que estão centrados em torno dos verdadeiros valores dos parãmetros de interesse e têm as menores variâncias. Essas variâncias mínimas são encontradas assumindo que alguns dos parâmetros são extraídos de uma distribuição desconhecida. É comum acreditar que as variâncias encontradas desta forma também são válidas se os parâmetros são constantes desconhecidas. Neste artigo vamos discutir em que medida essa conjectura é verdadeira para os modelos de painel dinâmico.
id FGV_f76fa4feb73eca4918c31421657d57d6
oai_identifier_str oai:repositorio.fgv.br:10438/31422
network_acronym_str FGV
network_name_str Repositório Institucional do FGV (FGV Repositório Digital)
repository_id_str 3974
spelling Barbosa, José Diogo Valadares MoreiraEscolas::EPGEFernandes, MarceloPinto, Cristine Campos de XavierMedeiros, Marcelo CunhaGiovannetti, Bruno CaraMoreira, Marcelo Jovita2021-12-17T17:01:40Z2021-12-17T17:01:40Z2014-10-31https://hdl.handle.net/10438/31422Eu considero a estimação eficiente de um modelo de painel dinâmico com efeitos fixos, heteroscedasticidade temporal, condições iniciais arbitrárias e co-variáveis. Encontro uma estatística invariante máxima que pode ser usada para estimar os parâmetros de interesse de forma consistente quando há um grande número de observações. Além disso, eu mostro que todas as condições de momento encontradas na literatura de painel dinâmico podem ser escritas como combinaçõoes lineares das condições de momento fornecidos pela estatística invariante maximal. Portanto, estimadores baseados nestes momentos têm menor variância. Finalmente, quando confrontados com o problema de estimar um modelo de painel dinâmico, um pesquisador aplicado gostaria de usar estimadores que estão centrados em torno dos verdadeiros valores dos parãmetros de interesse e têm as menores variâncias. Essas variâncias mínimas são encontradas assumindo que alguns dos parâmetros são extraídos de uma distribuição desconhecida. É comum acreditar que as variâncias encontradas desta forma também são válidas se os parâmetros são constantes desconhecidas. Neste artigo vamos discutir em que medida essa conjectura é verdadeira para os modelos de painel dinâmico.I consider the ecient estimation of a dynamic panel model with fixed effects, time-series heteroskedasticity, arbitrary initial conditions and covariates. I find a maximal invariant statistic that can be used to consistently estimate the parameters of interest when there are a large number of cross-section. Also, I show that all moment conditions found in the dynamic panel literature can be written as linear combinations of the moment conditions provided by the maximal invariant statistic. Therefore, estimators based on these moments have minimum variance. Finally, when faced with the problem of estimating a dynamic panel model, an applied researcher would like to use estimators that are centered around the true values of the parameters of interest and have the smallest variances. These minimum variances are found assuming that some of the parameters are drawn from an unknown distribution. It is commonly believed that the variances found this way are also valid if the parameters are unknown constants. In this paper we discuss to which extent this conjecture is true for dynamic panel models.engPainel dinâmicoEficiênciaDynamic panelEfficiencyEconomiaEconometriaAnálise de painelEssays in dynamic panel data econometricsinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesis2014-10-31info:eu-repo/semantics/openAccessreponame:Repositório Institucional do FGV (FGV Repositório Digital)instname:Fundação Getulio Vargas (FGV)instacron:FGVTEXTTeseJoseDiogo (1) (1).pdf.txtTeseJoseDiogo (1) (1).pdf.txtExtracted texttext/plain101704https://repositorio.fgv.br/bitstreams/a69f0d18-729a-4314-9201-fa8963dbab19/download6cfdac08e18459a4c3e140ed4bc83960MD55PDF.txtPDF.txtExtracted texttext/plain101704https://repositorio.fgv.br/bitstreams/a4381d66-cc97-4934-884e-b468871b5ef5/download6cfdac08e18459a4c3e140ed4bc83960MD57THUMBNAILTeseJoseDiogo (1) (1).pdf.jpgTeseJoseDiogo (1) (1).pdf.jpgGenerated Thumbnailimage/jpeg3028https://repositorio.fgv.br/bitstreams/243cecb7-b7f3-4852-abcf-bd81d168530c/download223503c1f3db3c62d8aa2ada2e28e3afMD56PDF.jpgPDF.jpgGenerated Thumbnailimage/jpeg3028https://repositorio.fgv.br/bitstreams/2b03750d-e347-4e3c-befd-5f816a0acf73/download223503c1f3db3c62d8aa2ada2e28e3afMD58ORIGINALPDFPDFapplication/pdf1067856https://repositorio.fgv.br/bitstreams/0faed954-377f-44be-9757-db60c3109863/downloaddb596049652225c85347e89c6fc9aa1bMD51LICENSElicense.txtlicense.txttext/plain; charset=utf-84707https://repositorio.fgv.br/bitstreams/1f36f5cc-2fef-4684-a41e-9a9506893a13/downloaddfb340242cced38a6cca06c627998fa1MD5210438/314222024-07-08 19:11:32.563open.accessoai:repositorio.fgv.br:10438/31422https://repositorio.fgv.brRepositório InstitucionalPRIhttp://bibliotecadigital.fgv.br/dspace-oai/requestopendoar:39742024-07-08T19:11:32Repositório Institucional do FGV (FGV Repositório Digital) - Fundação Getulio Vargas (FGV)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
dc.title.eng.fl_str_mv Essays in dynamic panel data econometrics
title Essays in dynamic panel data econometrics
spellingShingle Essays in dynamic panel data econometrics
Barbosa, José Diogo Valadares Moreira
Painel dinâmico
Eficiência
Dynamic panel
Efficiency
Economia
Econometria
Análise de painel
title_short Essays in dynamic panel data econometrics
title_full Essays in dynamic panel data econometrics
title_fullStr Essays in dynamic panel data econometrics
title_full_unstemmed Essays in dynamic panel data econometrics
title_sort Essays in dynamic panel data econometrics
author Barbosa, José Diogo Valadares Moreira
author_facet Barbosa, José Diogo Valadares Moreira
author_role author
dc.contributor.unidadefgv.por.fl_str_mv Escolas::EPGE
dc.contributor.member.none.fl_str_mv Fernandes, Marcelo
Pinto, Cristine Campos de Xavier
Medeiros, Marcelo Cunha
Giovannetti, Bruno Cara
dc.contributor.author.fl_str_mv Barbosa, José Diogo Valadares Moreira
dc.contributor.advisor1.fl_str_mv Moreira, Marcelo Jovita
contributor_str_mv Moreira, Marcelo Jovita
dc.subject.por.fl_str_mv Painel dinâmico
Eficiência
topic Painel dinâmico
Eficiência
Dynamic panel
Efficiency
Economia
Econometria
Análise de painel
dc.subject.eng.fl_str_mv Dynamic panel
Efficiency
dc.subject.area.por.fl_str_mv Economia
dc.subject.bibliodata.por.fl_str_mv Econometria
Análise de painel
description Eu considero a estimação eficiente de um modelo de painel dinâmico com efeitos fixos, heteroscedasticidade temporal, condições iniciais arbitrárias e co-variáveis. Encontro uma estatística invariante máxima que pode ser usada para estimar os parâmetros de interesse de forma consistente quando há um grande número de observações. Além disso, eu mostro que todas as condições de momento encontradas na literatura de painel dinâmico podem ser escritas como combinaçõoes lineares das condições de momento fornecidos pela estatística invariante maximal. Portanto, estimadores baseados nestes momentos têm menor variância. Finalmente, quando confrontados com o problema de estimar um modelo de painel dinâmico, um pesquisador aplicado gostaria de usar estimadores que estão centrados em torno dos verdadeiros valores dos parãmetros de interesse e têm as menores variâncias. Essas variâncias mínimas são encontradas assumindo que alguns dos parâmetros são extraídos de uma distribuição desconhecida. É comum acreditar que as variâncias encontradas desta forma também são válidas se os parâmetros são constantes desconhecidas. Neste artigo vamos discutir em que medida essa conjectura é verdadeira para os modelos de painel dinâmico.
publishDate 2014
dc.date.issued.fl_str_mv 2014-10-31
dc.date.accessioned.fl_str_mv 2021-12-17T17:01:40Z
dc.date.available.fl_str_mv 2021-12-17T17:01:40Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/doctoralThesis
format doctoralThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://hdl.handle.net/10438/31422
url https://hdl.handle.net/10438/31422
dc.language.iso.fl_str_mv eng
language eng
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.source.none.fl_str_mv reponame:Repositório Institucional do FGV (FGV Repositório Digital)
instname:Fundação Getulio Vargas (FGV)
instacron:FGV
instname_str Fundação Getulio Vargas (FGV)
instacron_str FGV
institution FGV
reponame_str Repositório Institucional do FGV (FGV Repositório Digital)
collection Repositório Institucional do FGV (FGV Repositório Digital)
bitstream.url.fl_str_mv https://repositorio.fgv.br/bitstreams/a69f0d18-729a-4314-9201-fa8963dbab19/download
https://repositorio.fgv.br/bitstreams/a4381d66-cc97-4934-884e-b468871b5ef5/download
https://repositorio.fgv.br/bitstreams/243cecb7-b7f3-4852-abcf-bd81d168530c/download
https://repositorio.fgv.br/bitstreams/2b03750d-e347-4e3c-befd-5f816a0acf73/download
https://repositorio.fgv.br/bitstreams/0faed954-377f-44be-9757-db60c3109863/download
https://repositorio.fgv.br/bitstreams/1f36f5cc-2fef-4684-a41e-9a9506893a13/download
bitstream.checksum.fl_str_mv 6cfdac08e18459a4c3e140ed4bc83960
6cfdac08e18459a4c3e140ed4bc83960
223503c1f3db3c62d8aa2ada2e28e3af
223503c1f3db3c62d8aa2ada2e28e3af
db596049652225c85347e89c6fc9aa1b
dfb340242cced38a6cca06c627998fa1
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositório Institucional do FGV (FGV Repositório Digital) - Fundação Getulio Vargas (FGV)
repository.mail.fl_str_mv
_version_ 1813797830002737152