Estimación de la TFP en R utilizando los paquetes prodest y estprod.

Question

Estoy escribiendo mi Tesis de Licenciatura y realmente necesito ayuda con la estimación de TFP. Hasta ahora tengo un conjunto de datos con valores logarítmicos de Valor Agregado (va), Trabajo (l), Capital (k), y Materiales (m). El conjunto de datos inicial está disponible aquí: https://drive.google.com/file/d/1aedWYABus1fQjKWxkOmYOmxv-qSja7hF/view?usp=sharing

Hasta ahora mi código es:

remove(list=ls())

library(plm)
library(dplyr)
library(ggplot2)
library(prodest)
library(estprod)
library(broom)

setwd("C:/Users/vadya/Desktop/baka")

Data <- read.csv("LV.csv", header=TRUE, sep=",")
str(Data)

summary(Data)

DataA <- Data %>% 
  filter(NACE == 'A') %>% 
  filter(VA > 0, L > 0, K > 0, M > 0) %>%
  mutate(l = log(L),
         va = log(VA),
         k = log(K),
         m = log(M))

wooldridge(data = DataA, va ~ l | k | m, id = "ID", time = "Year", bootstrap = TRUE, gross = FALSE)

levinsohn_petrin(data = DataA, va ~ l | k | m, id = "ID", time = "Year", bootstrap = TRUE, gross = FALSE)

olley_pakes(data = DataA, va ~ l | k | m, id = "ID", time = "Year", bootstrap = TRUE, gross = FALSE)

mod1 = estprod::levinsohn_petrin(data = DataA,
                                 formula = va ~ l | k | m, 
                                 id = "ID", 
                                 time = "Year", 
                                 reps = 20,
                                 gross = FALSE) 
mod1

mod2 = prodest::prodestLP(DataA$va,
                      fX = DataA$l,
                          sX = DataA$k, 
                      pX = DataA$m,
                          idvar = DataA$ID,
                      timevar = DataA$Year,
                          opt='optim',
                          exit = FALSE,
                          tol = 1e-100)  

omega = prodest::omega(mod2) 

Hasta ahora, el problema es el siguiente: con el paquete estprod solo obtengo coeficientes estimados para l y k, sin m

Con el paquete prodest, el problema es el siguiente:

Vi la misma discusión en otro tema en StackExchange donde un chico estaba haciendo la misma pregunta, pero él había proporcionado una parte de sus datos, y todo funcionó. Pero en mi caso, los problemas son diferentes.

¿Alguien ha enfrentado el mismo problema, y es posible resolver estos problemas, ya que apenas he comenzado a estudiar TFP en R, así que realmente apreciaría su ayuda y cualquier impacto proporcionado. ¡Gracias de antemano!

Answer 1

Obtienes el error porque tu ID es una cadena de texto y la función `prodestLP` tiene un problema con eso aquí, lo que conduce a especificar incorrectamente la matriz de reemplazo en este caso.

Puedes resolver este problema con:

 DataA$ID<-as.numeric(as.factor( DataA$ID))

una vez que declaras el ID como numérico, el código funciona:

     mod2 = prodest::prodestLP(DataA$va,
+                            fX = DataA$l,
+                            sX = DataA$k, 
+                            pX = DataA$m,
+                            idvar = DataA$ID,
+                            timevar = DataA$Year,
+                            opt='optim',
+                            exit = FALSE,
+                            tol = 1e-100)  
>  
>  omega = prodest::omega(mod2) 

con la salida:

    summary(mod2)

-------------------------------------------------------------
-    Estimación de la Función de Producción   -
-------------------------------------------------------------
                   Método :    LP              
-------------------------------------------------------------
                               fX1       sX1 
Parámetros Estimados      :   0.107     0.458 
                             (0.012)   (0.052)
-------------------------------------------------------------
N                         :  4397
-------------------------------------------------------------
Repetición de Bootstrap     :  20
Parámetros de la 1ra etapa      :  0.107     0.249 
Optimizador                 :  optim
-------------------------------------------------------------
Tiempo Transcurrido              :  0.02 mins

-------------------------------------------------------------

summary(omega)
       V1        
 Mínimo   :-3.452  
 1er Cuartil: 1.428  
 Mediana : 1.842  
 Promedio   : 1.778  
 3er Cuartil: 2.202  
 Máximo   : 4.492  

---

Actualización, estos son los paquetes que estoy ejecutando y el código antes del que se muestra arriba (también estoy ejecutando R versión 4.0.2 (2020-06-22)):

rm(list = ls())

Data <- read.csv("~/R studio/excercises in randomness/tfp2/Gmail/LV.csv")

 View(Data)

 pckg<-c("plm","readxl","dplyr","ggplot2", "broom","prodest", "estprod")
 #install.packages(c("plm","readxl","dplyr","ggplot2", "broom","prodest", "estprod"))
 lapply(pckg, require, character.only = TRUE)

 head(Data)

 summary(Data)

 DataA <- Data %>% 
         filter(NACE == 'A') %>% 
         filter(VA > 0, L > 0, K > 0, M > 0) %>%
         mutate(l = log(L),
                va = log(VA),
                k = log(K),
                m = log(M))