Pular para o conteúdo principal

Cookies no Macro by Mark.Usamos cookies essenciais para login, idioma e segurança. Com sua permissão, também usamos cookies opcionais de preferências, para análise e para medição de anúncios com o Pixel da Meta (Facebook). Leia nossa política de cookies.

Macro by MarkMacro by Mark
  • Início
Carregando…
Carregando…
← Modelos
MacroConceitosPolíticaModelos

Modelo Painel com efeitos fixos

Regressão agrupada entre países ou regiões com efeitos fixos de unidade e de tempo para remover variação persistente e agregada.

Visão geralGráficoMatemáticaReferências

Painel com efeitos fixos: que pergunta macro este modelo ajuda a responder?

Contexto

Regressão agrupada entre países ou regiões com efeitos fixos de unidade e de tempo para remover variação persistente e agregada.

Painel com efeitos fixos fica em Macro empírica em painel e entre países. Use esta classe quando um país não basta e a pergunta precisa de variação entre países, efeitos fixos ou dinâmica em painel.

A página deve ser lida como uma referência de método: primeiro o objeto empírico, depois o conjunto de informação, os diagnósticos e os limites da inferência.

Conexões para explorar

Matemática ↗A estrutura e suas condições, passo a passo.Fontes ↗Fontes acadêmicas e orientação de uso.

Como as partes se conectam

αi\alpha_iαi​

Efeito fixo de entidade

Heterogeneidade não observada e invariante no tempo da entidade i. Absorve todas as diferenças permanentes entre entidades (instituições, geografia, cultura). Eliminada pela transformação within.

Comece pela série-alvo, frequência, janela da amostra e calendário de revisão. Um modelo empírico perde valor quando a pergunta ignora a safra dos dados.

Perguntas macro entre países em que diferenças não observadas por país contaminariam a estimativa.

A leitura útil compara o resultado com um benchmark simples, registra onde o erro de previsão aparece e separa sinal estatístico de interpretação causal.

Os componentes e as hipóteses formais abaixo são os do próprio modelo, com a terminologia em português. A notação matemática e os títulos bibliográficos ficam no original, que é como a literatura os identifica.

Premissas

Testável

Exogeneidade estrita

E[εit∣xi1,xi2,…,xiT,αi]=0E[\varepsilon_{it} | x_{i1}, x_{i2}, \ldots, x_{iT}, \alpha_i] = 0E[εit​∣xi1​,xi2​,…,xiT​,αi​]=0 para todo ttt. O erro idiossincrático corrente não é correlacionado com regressores passados, presentes nem futuros dentro da entidade.

Se falhar:Se o y passado afeta o x corrente (causalidade reversa) ou se choques correntes afetam o x futuro (retroalimentação), o estimador within é inconsistente. Painéis dinâmicos (variável dependente defasada) violam a exogeneidade estrita por construção; nesse caso é preciso o estimador GMM de Arellano-Bond.

Mantida

Sem variáveis omitidas variantes no tempo

Todos os determinantes de yity_{it}yit​ que variam no tempo e são correlacionados com xitx_{it}xit​ estão incluídos no modelo. Os efeitos fixos absorvem confundidores invariantes no tempo, mas não os variantes.

Se falhar:Se um confundidor variante no tempo (por exemplo, expectativas de política, mudança de regime político) é omitido e correlacionado com x, o estimador within fica enviesado. Efeitos fixos não são panaceia para endogeneidade; tratam apenas do componente invariante no tempo.

Testável

Coeficientes de inclinação homogêneos

O efeito de xxx sobre yyy é o mesmo em todas as entidades: β\betaβ não varia com iii. O estimador within agrupa todas as entidades e estima um único β\betaβ.

Se falhar:Se βi\beta_iβi​ varia entre países (efeitos heterogêneos), o estimador de efeitos fixos de uma via converge para uma combinação convexa dos betas de cada entidade, com pesos positivos proporcionais à variância within de xxx em cada uma. Essa média superpondera entidades de alta variância e pode não representar o efeito de nenhum país isolado, embora não possa inverter o sinal. Pesos negativos e possível inversão de sinal surgem em efeitos fixos de duas vias com tratamento escalonado no tempo (de Chaisemartin e d'Haultfoeuille 2020).

Testável

Variação suficiente dentro da entidade

Os regressores xitx_{it}xit​ variam de forma relevante ao longo do tempo dentro de cada entidade. Variáveis constantes ou quase constantes dentro das entidades não têm variação identificadora após a centragem.

Se falhar:Regressores invariantes no tempo (distância ao equador, origem colonial) são perfeitamente colineares com os efeitos fixos de entidade e não podem ser estimados. Regressores de variação lenta (índices institucionais que mudam uma vez por década) têm pouquíssima variação within, produzindo erros padrão grandes e estimativas imprecisas.

Testável

Sem dependência transversal (para a inferência padrão)

εit\varepsilon_{it}εit​ é independente entre entidades iii para qualquer ttt dado, após condicionar nos efeitos fixos de entidade e de tempo.

Se falhar:A dependência transversal (transbordamentos espaciais, fatores comuns não observados além das dummies de tempo) produz erros padrão enviesados mesmo com agrupamento no nível da entidade. São necessários erros padrão de Driscoll-Kraay ou modelos aumentados por fatores.

Testável

Forma funcional correta

A relação entre y e x é linear nos parâmetros (possivelmente após transformação). Nenhum efeito de limiar, interação ou não linearidade foi omitido.

Se falhar:Uma especificação linear deixa passar retornos decrescentes (por exemplo, o efeito da educação sobre o crescimento cai em níveis educacionais mais altos), efeitos de interação (o efeito da abertura comercial depende da qualidade institucional) e efeitos de limiar (multiplicadores fiscais diferem acima e abaixo de certa razão dívida/PIB).

Aplicações

Use esta página para escolher o modelo antes de olhar o resultado: o alvo, a frequência, a janela e o benchmark definem o que a saída pode dizer.

Em monitoramento macro, a comparação com alternativas importa tanto quanto o modelo escolhido. Erro fora da amostra, estabilidade e revisão dos dados devem ficar visíveis.

Troque ou complemente o modelo quando a pergunta exigir identificação causal, contrafactual estrutural, distribuição entre agentes ou uma mudança de regime que a amostra histórica não contém.

Extensões e questões em aberto

Variantes

  • One-way FE (entity only): yit=αi+xitβ+εity_{it} = \alpha_i + x_{it} \beta + \varepsilon_{it}yit​=αi​+xit​β+εit​. Absorbs time-invariant confounders only.
  • Two-way FE (entity + time): yit=αi+γt+xitβ+εity_{it} = \alpha_i + \gamma_t + x_{it} \beta + \varepsilon_{it}yit​=αi​+γt​+xit​β+εit​. Absorbs both time-invariant and entity-invariant confounders.
  • Correlated random effects (Mundlak): random effects with entity means of x as additional regressors. Equivalent to FE for the time-varying regressors but also estimates effects of time-invariant variables.
  • Interactive fixed effects (Bai 2009): yit=αi′ft+xitβ+εity_{it} = \alpha_i' f_t + x_{it} \beta + \varepsilon_{it}yit​=αi​′ft​+xit​β+εit​. Replaces additive two-way FE with factor structure αi′ft\alpha_i' f_tαi​′ft​ that captures heterogeneous responses to common shocks.
  • Difference-in-differences (DID): two-way FE applied to policy evaluation with staggered treatment adoption. Under scrutiny since de Chaisemartin and d'Haultfoeuille (2020) and Sun and Abraham (2021) showed negative weighting problems.

Questões em aberto

  • The 'negative weighting' problem in staggered DID: standard two-way FE can assign negative weights to some treatment effects under heterogeneous treatment timing. New estimators (Callaway-Sant'Anna, Sun-Abraham, Borusyak-Jaravel-Spiess) fix this but have not yet been universally adopted.
  • How to handle the Nickell bias in dynamic panels when TTT is moderate (15-30)? Arellano-Bond GMM works for large NNN, small TTT. Bias-corrected LSDV (Kiviet 1995) works for moderate TTT. Neither is ideal for the typical macro panel (N=50,T=30)(N = 50, T = 30)(N=50,T=30).
  • Should researchers report FE estimates alongside correlated random effects estimates to assess sensitivity to the within-variation restriction?

Continue por aqui

Leia a seguir

Continue com um conceito, modelo ou exemplo relacionado.

Modelo teórico

IS-LM Model

modelo teórico bem conectado a dois passos daqui

Novo ângulo: modelo teórico →
Macro by Mark
Ajuda
Política de PrivacidadeTermos de UsoÉtica e conformidade

© 2026 Mark Jayson Nation LLC