Cuando se habla de datos de panel, muchos libros de econometría suelen centrarse sólo en el modelo de efectos fijos o aleatorios como medio para estimar la regresión de los datos de panel. A pesar de esta tendencia, he visto muchos trabajos que utilizan la regresión de Fama y MacBeth para este fin, un enfoque que antes pensaba que su aplicación se limitaba a los modelos de valoración de activos como el CAPM. Ahora mi pregunta es: en la aplicación de datos de panel, ¿cuándo es preferible utilizar la regresión de Fama y MacBeth sobre el modelo de efectos fijos o aleatorios? ¿Existe alguna prueba estadística que arroje luz sobre esta cuestión? Otra pregunta es: en la regresión de Fama y MacBeth, ¿los individuos objeto de estudio pueden ser diferentes en distintos periodos de tiempo? Sería muy amable de su parte, si me orienta a través de un enlace o libro que trate con este tema.
Respuesta
¿Demasiados anuncios?
No puedo responder con precisión a tus preguntas porque no sé qué regresiones exactamente quieres realizar como dice @jmbejara y a qué trabajos te refieres que utilizan la regresión Fama-MacBeth. ¿Son sobre literatura financiera o de otro tipo? No he visto Fama-MacBeth en otras literaturas (no sigo ninguna otra literatura para ser exactos), así que por favor publica los papers. Obviamente, si en otras literaturas se puede justificar la analogía del concepto de riesgo-premio, Fama-MacBeth puede aplicarse allí también.
Respondo a sus tres preguntas principales a la inversa.
3. Sería muy amable de su parte, si me guía a través de un enlace o libro que trate con este tema?
Si le interesan los datos de los paneles financieros, hay muchos recursos que puede consultar. Algunos son:
- El sorprendente libro de Bali, Engle y Murray (2016). "Valoración empírica de activos: La sección transversal de los rendimientos de las acciones" porque explica el procedimiento Fama-MacBeth (entre otros) paso a paso y me parece el más importante de todos los recursos (ToC disponibles aquí ).
- Para más información sobre los errores estándar, Petersen (2008, publicado en la RFS) con su artículo "Estimación de los errores estándar en conjuntos de datos de panel de finanzas: Comparación de enfoques" (también parece estar disponible en línea aquí ) compara diferentes enfoques y destaca sus complejidades. Este documento es crucial para cualquier trabajo de investigación sobre datos de paneles financieros.
- Goyal (2012) en "Valoración empírica transversal de los activos: un estudio" también explica el enfoque Fama-MacBeth con diferentes aplicaciones.
- Chordia, Goyal y Shanken (2015) en "Valoración transversal de activos con acciones individuales: Betas versus Características" porque tiene una amplia discusión sobre el problema de los errores en las variables del procedimiento Fama-MacBeth.
- Jagannathan, Skoulakis y Wang (2010) (también un borrador ) contiene una formalización más "matemática/econométrica".
2. En la regresión de Fama y MacBeth, ¿los individuos estudiados pueden ser diferentes en distintos periodos de tiempo?
Sí, y esta es una de las razones por las que Fama-MacBeth es atractivo, ya que se puede ejecutar en conjuntos de datos de panel no equilibrados. En un panel equilibrado, cada individuo tiene datos para el mismo/todos los periodos de tiempo, mientras que en uno no equilibrado esto no es un requisito.
1. En la aplicación de datos de panel, ¿cuándo es preferible utilizar la regresión de Fama y MacBeth sobre el modelo de efectos fijos o aleatorios? ¿Existe alguna prueba estadística que arroje luz sobre esta cuestión?
Normalmente, en finanzas, un efecto fijo se refiere a un efecto de empresa (dummy para empresas), mientras que Fama-MacBeth está diseñado para dar cuenta de un efecto temporal (Petersen (2008)). Los efectos aleatorios se utilizan raramente en la literatura financiera (Petersen (2008)). Como él dice "Cuando los residuos de una regresión de panel están correlacionados, no sólo las estimaciones del error estándar OLS están sesgadas, sino que también las estimaciones de los coeficientes son ineficientes (las estimaciones no explotan toda la información de los datos). Los investigadores pueden mejorar la eficiencia estimando un modelo de efectos aleatorios mediante un enfoque GLS."
En resumen:
- Me parece que Fama-MacBeth es atractivo para tener en cuenta los efectos del tiempo (es fácil calcular las betas que varían con el tiempo, por ejemplo)
- tiene una fácil intuición para la literatura financiera, y
- puede aplicarse a paneles no equilibrados.
La gente utiliza el test de Hausman para decidir entre modelos de efectos fijos/aleatorios, pero me parece más adecuada la intuición y la justificación de la elección del modelo adecuado. Desconozco una prueba específica que incluya Fama-MacBeth, pero no soy ni mucho menos un experto en la materia.
