Panel Data Dinamici in Stata

I modelli dinamici per dati panel (DPD) permettono di tenere in considerazione sia gli effetti di breve e di lungo periodo, sia l’eterogeneità non osservata nella stima dei parametri. Sono sempre piú diffusi per l’analisi di un’ampia gamma di problemi economici, sociali e medici. Tuttavia, tutte le procedure per DPD, anche le più semplici, richiedono attenzione nella specificazione del modello e nella selezione degli strumenti. Attenzione che deve legarsi alla capacità di interpretare gli appropriati test diagnostici dopo la stima. L’obiettivo del corso è aiutare i partecipanti a districarsi tra le varie procedure DPD disponibili, incluse sia quelle della versione Stata ufficiale sia quelle user written, e guidarli ad apprenderne l’implementazione e a coglierne i punti di relativa forza e debolezza.

Il corso offre ai partecipanti l’opportunità di acquisire le tecniche più avanzate attualmente disponibili per l’analisi dei dati panel dinamici. I partecipanti studieranno, attraverso una serie di esempi illustrativi, la teoria e le modalitá di applicazione del metodo delle variabili strumentali (IV) e del metodo dei momenti generalizzati (GMM), due importanti stimatori per l’analisi dei modelli dinamici lineari di dati panel. Successivamente, il corso passerá in rassegna le problematiche più recenti per l’analisi dinamica dei dati panel, quali: il problema dei weak instruments con dati persistenti; la proliferazione degli strumenti; i dati mancanti; la stima con errori serialmente correlati; l’inferenza robusta con multiway clustering; e le prestazioni di stimatori e test in un campione finito. Infine, si soffermerá sui modelli non stazionari e sulla cointegrazione in ambiti dove la dimensione temporale è dominante rispetto a quella cross-section.

Durante i tre giorni, utilizzando una combinazione di comandi Stata ufficiali e comandi scritti dagli utenti per l’analisi dei dati panel dinamici, verrà prestata particolare attenzione a: i) valutare quale metodologia e/o specificazione econometrica sia più appropriata per l’analisi in corso; ii) selezionare gli strumenti piú appropriati; iii) effettuare test diagnostici e della specificazione post stima; e iv) identificare problemi di inferenza derivanti da weak-instrument bias, instrument-proliferation bias e il bias da piccolo campione. Particolare attenzione sarà inoltre dedicata all’interpretazione e alla presentazione dei risultati.

In comune con la filosofia di formazione di TStat, ogni sessione individuale è composta sia da una componente teorica (in cui sono spiegate le metodologie e i principi statistici sottostanti), sia da un segmento applicato (hands-on), durante il quale i partecipanti hanno l’opportunità di implementare le metodologie utilizzando dati reali sotto l’occhio vigile del tutor del corso. Durante il workshop, le sessioni teoriche sono rafforzate da esempi di casi di studio, in cui il tutor del corso discute e mette in evidenza potenziali insidie e vantaggi delle singole tecniche. Al termine del corso, è previsto che i partecipanti siano in grado, con l’ausilio delle routine Stata utilizzate durante le sessioni, di implementare correttamente le metodologie e le tecniche acquisite durante i tre giorni in modo indipendente.

Il Workshop è di interesse per ricercatori e analisti in economia, medicina e scienze sociali che desiderino acquisire gli strumenti necessari per condurre ricerche empiriche utilizzando i dati panel dinamici.

Si richiede una buona conoscenza dei dati panel (argomenti trattati nel nostro corso Analisi dei Dati Panel) dei modelli IV e GMM nonchè una buona conoscenza del Software Stata.

SESSIONE I: BREVE RIPASSO

Il modello lineare

SESSION II: PRELIMINARI: STIMATORI E TRASFORMAZIONI PANEL

Stimatori classici per la stima di modelli panel lineari: OLS su modelli trasformati in group-mean deviations; partial deviations; first differences; forward orthogonal deviations (regress, xtreg, xtabond2)
Semi-Inconsistenza degli stimatori classici per modelli panel data dinamici: il Nickell bias
Stima Monte-Carlo del Nickell bias con il comando xtarsim
Applicazioni con dati reali e simulati

SESSION III: STIMATORI DPD A VARIABILI STRUMENTALI E GMM

Stimatori TSLS e GMM in generale con ivregress.
Hansen-Sargan test sulle restrizioni di sovra-identificazione con estat overid
Wu-Hausman test di esogeneità con estat endog
Test di debolezza degli strumenti: Staiger-Stock, Stock-Yogo (estat firststage) Olea-Pfluger test (weakivtest)
Semplici stimatori TSLS per DPD con ivregress o xtivreg (Anderson e Hsiao)
Stimatori ottimali, one-step e two-step GMM, per DPD con xtabond, xtabond2 e xtdpdp
Applicazioni con dati reali e simulati.

SESSION IV: TEST DI SPECIFICAZIONE PER DPD

Hansen-Sargan test per stimatori GMM one-step e two-step con estat sargan o xtabond2
Test indiretti di validità degli strumenti: AR(p) test di Arellano e Bond con estat abond, xtabond2 o abar
Applicazioni con dati reali e simulati

SESSION V: PROBLEMI D’INFERENZA

Correzione di Windmeijer per gli standard error two-step
Debolezza degli strumenti GMM con variabili persistenti: stimatori GMM di sistema che utilizzano restrizioni sulle condizioni iniziali con xtdpd, xtabond2 e xtdpdsys
Bias da proliferazione degli strumenti: sintomi e soluzioni con xtabond2
Small-sample bias degli stimatori GMM: verifiche Monte Carlo con il comando xtarsim
Applicazioni con dati reali e simulati

SESSION VI: CORREZIONE PER IL BIAS DEGLI STIMATORI CLASSICI

Approssimazioni di Kiviet per il Nickell bias nello stimatore fixed effect
Stima e inferenza con lo stimatore fixed effect corretto per il bias: il comando xtlsdvc
Applicazioni con dati reali e simulati

SESSIONE VII: PANEL NON STAZIONARI: TEST DI UNIT ROOT, TEST DI COINTEGRAZIONE E STIMA

Test di unit root con xtunitroot
Test di unit root con stimatori di sistema DPD e con xtlsdvc
Test di cointegrazione con xtcointtest
Stima di modelli non-stazionari con xtpmg e xtlsdvc
Applicazioni con dati reali e simulati

TESTI UTILI

Panel Data Econometrics Advanced Texts in Econometrics (2003) di M. Arellano, Oxford University Press
Microeconometrics Using Stata, Cameron e Trivedi, Revised Edition, StataPress (2010)
Econometric Analysis of Cross Section and Panel Data (2010) di J. Wooldridge, MIT Press

Al momento non sono inserite date 2022 per questo corso. L’offerta formativa è comunque in continua evoluzione; suggeriamo pertanto di contattare la segreteria organizzativa formazione@tstat.it per segnalare il vostro interesse ed essere ricontattati non appena sarà inserita una data in calendario.