Apa perbedaan antara ekonometrik seri waktu dan ekonometrik data panel?

Pertanyaan ini mungkin sangat naif, tetapi cara saya mengajar ekonometrik, saya sangat bingung jika ada perbedaan antara metode time-series dan panel data.

Mengenai seri waktu, saya telah membahas topik-topik seperti stasioner kovarian, AR, MA, dll. Mengenai data panel, saya hanya melihat diskusi dalam bentuk efek tetap vs efek acak (atau lebih umum, model hierarkis), perbedaan- dalam perbedaan, dll.

Apakah topik ini terkait dalam beberapa hal? Karena data panel juga memiliki dimensi waktu, mengapa tidak ada diskusi tentang AR, MA, dll. Juga?

Jika jawabannya adalah bahwa pendidikan saya tentang metode panel tidak mencukupi, dapatkah Anda menunjuk ke sebuah buku yang mencakup lebih dari sekadar FE / RE, perbedaan-perbedaan?

Setidaknya dalam ilmu sosial Anda sering memiliki data panel yang memiliki N asimptotik N besar dan kecil, yaitu banyak entitas tetapi masing-masingnya Anda amati untuk periode waktu yang relatif singkat. Inilah sebabnya mengapa pekerjaan terapan dengan data panel seringkali agak kurang mementingkan komponen deret waktu dari data.

Namun demikian elemen time-series masih penting dalam perawatan data panel. Misalnya, tingkat autokorelasi menentukan apakah efek tetap atau perbedaan pertama lebih efisien. Dalam perbedaan perbedaan perlakuan yang tepat dari kesalahan standar untuk memperhitungkan autokorelasi penting untuk inferensi yang benar (lihat Bertrand et al., 2004 ). Panel dinamis menggunakan penduga untuk N kecil, asimptotik T besar juga tersedia, Anda sering menemukan data tersebut dalam makroekonomi. Di sana Anda dapat mengalami masalah seri waktu yang diketahui seperti panel non-stationarity.

Perlakuan yang sangat baik dari topik-topik ini disediakan dalam Wooldridge (2010) "Analisis Ekonometrik dari Cross Section dan Data Panel".

Dimensi kedua data panel tidak perlu waktu. Kami dapat memiliki data tentang saudara kembar atau saudara kandung atau data pada individu N yang menjawab pertanyaan survei. Data longitudinal, di mana T adalah dimensi kedua, bisa dibilang jenis data panel yang paling umum, dan telah menjadi hampir identik dengan itu.

Panel mikro atau pendek (N besar, T kecil) biasanya memiliki asimptotik yang mengirim N hingga tak terbatas, menjaga T tetap. Makro atau panel panjang memiliki N sedang dan T besar, dan asimptotik cenderung menahan N tetap dan tumbuh T, atau menumbuhkan N dan T. Dengan panel mikro, ketergantungan lintas unit biasanya tidak menjadi masalah karena unit diambil secara acak, sedangkan dengan panel-panel makro itu mungkin merupakan masalah nyata (ketergantungan spasial antara negara atau negara, misalnya). Dengan panel makro, Anda juga harus khawatir tentang unit root, kerusakan struktural, dan kointegrasi, yang kesemuanya merupakan masalah rangkaian waktu yang lazim. Anda juga kadang-kadang harus khawatir tentang masalah selektivitas (seperti gesekan, selektivitas diri, dan non-respons). Ketika T cukup panjang, bahkan negara bisa menghilang.

Saya akan melihat Analisis Ekonometrik Baltagi tentang Data Panel , khususnya bab 8, 12, dan 13. Ini juga mencakup panel pendek secara terperinci. Edisi sebelumnya juga memiliki volume pendamping dengan solusi latihan yang sangat bagus.

Ini sebagian besar masalah penekanan, karena kedua data terdiri dari komponen cross sectional dan time series.

Data panel lebih cenderung memiliki N besar dan T. kecil

Ada lebih banyak perhatian pada komponen individu (mis. Toko dari waktu ke waktu, konsumen dari waktu ke waktu) dan lebih besar kemungkinan untuk membagi komponen-komponen individu tersebut (mis. Konsumen berpenghasilan tinggi, konsumen yang telah pindah dari berpenghasilan menengah ke tinggi).

Komponen individu memiliki masalah kelangsungan hidup / penggantian (komponen meninggalkan penelitian karena alasan tertentu, dan harus diganti). Dengan data ekonometrik, Anda lebih cenderung berurusan pada tingkat yang lebih teragregasi dan seringkali merupakan masalah orang lain (misalnya orang-orang baik di BLS) untuk menangani masalah-masalah itu.

Masalah autokorelasi memang muncul, tetapi sering dimodelkan sebagai sejarah masa lalu dan bukan sebagai autokorelasi semata, misalnya sejarah masa lalu Anda membeli Bom Gula Buram Cokelat http://www.gocomics.com/calvinandhobbes/1986/03/22 menginformasikan prediksi tersebut perilaku pembelian di masa depan.

Seperti disebutkan di atas maka data panel sering digunakan pada tingkat individu daripada pada tingkat agregat dengan N besar dan T. kecil. Ada banyak pro dengan menggunakan data panel karena kita dapat menghapus heterogenitas individu dan sering mendapatkan kekuatan yang lebih tinggi ketika pengujian menyebutkan dua . Dimensi waktu baru ini memang memperkenalkan beberapa metode baru, asumsi dan masalah dibandingkan dengan data cross-sectional (saya akan merujuk Anda ke buku Wooldridge untuk mempelajari ini lebih dekat).

Namun sangat umum dalam ekonomi untuk juga menggunakan data panel tingkat negara dengan N kecil dan T. besar. Ini memperkenalkan berbagai kesulitan yang tidak dihadapi ketika berhadapan dengan N besar, data panel T kecil. Kami dapat misalnya memiliki unit root di panel kami dan ada juga tes unit root panel khusus untuk menangani masalah spesifik ini. Perhatikan bahwa ini memiliki kekuatan yang jauh lebih tinggi daripada tes unit root pada seri individual. Kita juga bisa memiliki segala jenis ketidakstabilan lainnya dalam panel-panel ini. Selanjutnya, ketika berhadapan dengan data panel dengan N kecil dan T besar kita juga bisa memiliki kointegrasi. Masalah besar lain ketika berhadapan dengan T besar dan data panel N kecil adalah bahwa data ini sering untuk variabel ekonomi tingkat negara dan bahwa dalam kasus ini asumsi independensi sering dilanggar dan ini harus diuji.

Jadi data panel dengan N besar dan T kecil memperkenalkan dimensi seri waktu dibandingkan dengan data cross sectional dan mirip dengan analisis cross sectional sedangkan panel dengan T besar dan N kecil memperkenalkan dimensi cross sectional dibandingkan dengan pendekatan deret waktu dan yang mirip dengan analisis deret waktu.

Buku yang sangat bagus tentang data panel dengan N besar dan T kecil adalah "Analisis Ekonometrik untuk Penampang dan Data Panel" oleh Wooldridge. Buku ini cukup padat dan mengemas banyak informasi di setiap halaman sehingga Anda mungkin ingin memulai dengan buku pengantar di bidang ekonometrika dan membaca bagian tentang data panel di sana terlebih dahulu.

Saya tidak tahu buku khusus untuk panel dengan T besar dan N kecil tetapi ada volume yang disebut: "Panel Nonstationary, Panel Cointegration, dan Dynamic Panel", Baltagi, ed.

Saya ingin melengkapi jawaban di atas dengan referensi di mana Anda dapat membaca lebih lanjut tentang ketergantungan waktu pada model data panel, seperti yang Anda minta: Verbeek, Marno. Panduan untuk ekonometrika modern , Wiley. Ada bab dalam buku ini tentang model data panel yang dapat berfungsi sebagai pengantar yang baik.

Sebagai contoh penelitian kontemporer tentang ketergantungan waktu pada data panel, Anda dapat membaca:

Fredrik NG Andersson: Dinamika nilai tukar ditinjau kembali: tes data panel dari urutan integrasi fraksional. Empir Econ (2014) 47: 389-409.