Ders Notları 1 Dr. Metin TETİK
• D. Gujarati (2012) Temel Ekonometri,
• W. Greene
Ekonometrik Çözümleme
• C. Hsiao Panel Veri Analizi
PANEL VERİ EKONOMETRİSİ UYGULAMALARI-I
GİRİŞ
Veri Türleri
• Zaman serileri, kesit ve panel gibi ampirik analizler için genellikle mevcut olan veri türlerini kısaca tartıştık.
– Zaman serisi verilerinde, belirli bir süre boyunca bir veya daha fazla değişkenin değerlerini gözlemliyoruz (örneğin, birkaç çeyrek veya yıl için GSYİH).
– Kesit verilerinde, bir veya daha fazla değişkenin değerleri birkaç örnek birim veya denekler için aynı zamanda aynı noktada toplanır (örneğin, ABD'de belirli bir yıl için 50 eyalette suç oranları).
– Panel verilerinde aynı kesit birim (örneğin bir aile veya firma veya devlet) zaman içerisinde incelenmiştir. Kısacası, panel verilerinde zaman boyutlarının yanı sıra mekan vardır.
Panel Veri
• Panel verilerine aynı zamanda
– havuzlanmış veriler (zaman serilerinin havuzlanması ve kesitsel gözlemlerin toplanması),
– zaman serileri ve kesit verilerinin kombinasyonu, mikropanel verileri, uzunkesit veriler (bir değişken veya grubun zaman içindeki bir çalışması gibi) başka isimler de vardır. konular),
– olay geçmişi analizi (konuların zaman içindeki hareketini ardışık durumlar veya koşullar yoluyla incelemek)
• İnce değişimler olmasına rağmen, tüm bu isimler yatay kesit birimlerin zaman içindeki hareketini ifade eder.
• Bu nedenle panel verisi terimini genel anlamda bu terimlerden birini veya birkaçını içerecek şekilde kullanacağız.
• Bu tür verilere dayalı regresyon modellerine paneli veri regresyon modelleri denilir.
Panel Veri Regresyonları Çalışmak Zor mu?
• Panel veri regresyonlarının konusu çok geniştir ve ilgili matematik ve istatistiklerin bazıları oldukça karmaşıktır.
• Ayrıntılarını bırakarak, panel veri regresyon modellerinin bazılarına değinmeyi umuyoruz.
• Neyse ki, LIMDEP, PC-GIVE, SAS, STATA, SHAZAM ve EViews gibi kullanıcı dostu yazılım paketleri, diğerlerinin yanı sıra, panel veri regresyonlarını gerçekleştirme görevini oldukça kolaylaştırıyor
Neden Panel Veri?
• Panel verilerinin kesit veya zaman serisi verilerine göre avantajları nelerdir?
• Baltagi, panel verilerinin şuavantajlarını listeler:
Neden Panel Veri?
1. Panel verileri zaman içinde bireyler, firmalar, devletler, ülkeler vb. ile ilgili olduğu için, bu birimlerde heterojenlik söz konusudur.
Panel veri tahmin teknikleri, konuya özgü değişkenlere izin vererek bu tür değişkenlerdeki heterojenliği açıkça dikkate alabilir.
Neden Panel Veri?
2 Panel veri; kesit zaman serileri birleştirilerek -daha bilgilendirici veriler
-daha fazla değişkenlik,
-değişkenler arasında daha az çoklu doğrusal bağlantı
-daha fazla serbestlik derecesi ve -daha etkin tahminciler
sağlar.
Neden Panel Veri?
3) Panel verileri, gözlemlerin yatay kesitlerini yinelemeli olarak inceleyerek, değişimin dinamiklerini incelemesinde daha uygundur.
İşsizlik dalgalanmaları ve işgücü hareketliliği panel verilerle daha iyi çalışılmaktadır.
Neden Panel Veri?
4) Panel veri, yalnızca saf kesit veya saf zaman serisi verilerinde kolayca gözlenemeyen etkileri daha iyi tespit edebilir ve ölçebilir.
Örneğin, asgari ücret yasalarının istihdam ve kar üzerindeki etkileri, federal ve / veya eyalet asgari ücretlerine ardışık asgari ücret artış dalgaları eklersek daha iyi çalışılabilir.
Neden Panel Veri?
5. Panel verileri, daha karmaşık davranış modelleri incelememize olanak vermektedir.
Örneğin, ölçek ekonomisi ve teknolojik değişim gibi
olaylar panel verisi tarafından saf kesit veya saf zaman serisi verilerinden daha iyi ele alınabilir.
6. Birkaç binlerce birimlik veri kullanılabilir kılar;
Bu; Tahmin sapmalarını en aza indirebilir.
• Sıklıkla karşılaşılan kavramlar üzerinde duracağız.
Panel Veri Analizindeki Temel Kavramlar
Veri Yapısına Göre Panel Modeller
• Dengeli Panel: Her bir birim aynı sayıda gözleme sahip
• Dengesiz Panel: Her bir birim farklı sayıda gözleme sahip
• Kısa panel modelleri: N>T olan modeler
• Uzun panel modelleri: N<T olan modeler
Birim Etkisi(cross effect)-Zaman Etkisi(period effect)
• Panel veri=cross section+time series
• Birim etki;
– Her bir birimin(cross section) kendine özgü özellikleri var. Birimlerin özelliklerini yansıtan değişkenlere birim etki denir.
– Birim etki birimlere göre değişken zamana göre sabit bir değişkendir.
• İnsanlar için;Yetenek, kişilik özellikleri; Firmalar için yönetim tarzı/kalitesi vs.; İller için; Tarımsal yapıları, toprak kalitesi vs.
• Zaman Etkisi;
– Her bir zaman kendine özgü özellik taşıyor olabilir. Bu zaman özelliklerini yansıtan değişkene zaman etkisi adı verilir.
– Zaman etkisi birimlere göre sabit zamana göre değişkendir.
– Makroekonomik verilerde; kriz , sel vs. Firma için yönetici değişiklik dönemi vs. Genel
• Uygulamada;
– Daha çok birim etkilerin olduğu durumla karşılaşılır. Bu nedenle birim etkiler modelleri üzerinde durulur.
İçsellik-Dışsallık
• Zaman serisi veya yatay kesit farketmez bu tür verilerin analizlerinde olduğu gibi panel veri analizinde de önemli varsayımlardan biri dışsallık varsayımıdır.
• İçsellik: Bağımsız değişkenler ile hata teriminin ilişkili olması durumu
• Dışsallık: Bağımsız değişkenler ile hata teriminin ilişkili olmaması durumu
– Zayıf dışsallık: Bağımsız değişkenler ile hata teriminin aynı dönemde ilişkili olmaması durumudur;
– Katı dışsallık: Bağımsız değişkenlerin geçmiş ve gelecek değerleri ile hata teriminin ilişkili olmaması durumudur
• Katı dışsallık varsayımı teknik olarak mümkündür ancak bu varsayımın gerçek dünyada oldukça katı bir varsayım olduğunu;
dışsallık için zayıf dışsallığın yeterli olduğu kabul görülmektedir.
( it it) 0 E u X
1 2
( it i ) ( it i ) ,..., ( it it) 0 E u X E u X E u X
İçsellik Sorunu
• İçsellik Durumunun rastlanıldığı durumlar;
– Dışlanmış Değişkenler
• Modelinde eğer X ile Z değişkeni ilişkili ise ve Z değişkeni modelden dışlanırsa yaşanan durumdur.
– Modelin Dinamik yapısı: AR ile u arasındaki korelasyon bu soruna sebep olur.
– Eşanlı Denklem Sistemleri: Bu istemlerde bağımlı bağımsız değişken ayırımı yoktur. Bu durum içsellik problemine yol açar.
– Ölçme Hataları: Bağımsız değişkenlerde ölçme hatası olduğu takdirde, bu hata teriminde ifade edilir. Bu durumda hata terimi ile bağımsız değişken ilişkili hale gelir.
1 2
it it it it
Y X Z u
Heterojenlik
• Panel veri analizinde kullanılan birimler(bireyler,firmalar, ülkeler vs.) genelde heterojendir.
• Bu heterojenliği hesaba katmamak tutarsız parametre tahminlerine yol açabilir.
• Heterojenliği modele yansıtmanın en kolay yolu; sabit/eğim parametrelerinin heterojen olduğunu varsayarak ona göre tahmini belirlemektir.
Heterojenlik Örnek
• Daha sonra detaylı açıklanacak ama örnek olarak;
– Sabit parametrenin birimlere göre heterojen, eğim parametresi homojen olabilmektedir.
• Sabit ve eğim parametrelerinin birimlere göre heterojen olabilmektedir.
1 2
it i it it
Y X u
1 2
it i i it it
Y X u
Birimler Arası Korelasyon: Yatay Kesit Bağımlılığı
• Panel veri modelinin her birimi için hesaplanan hata terimleri arasında korelasyon olduğunu ifade eder.
• Neden olur?
– Mekansal etkiler ve gözlenemeyen genel faktörler vs. sebebi ile.
– Bir çok panel veri çalışmasında dışlanan değişkenlerin(birim ve veya zaman) etkilerinin yatay kesit birimler boyunca birbirinden bağımsız dağıldığı varsayılır. (eğer panel verideki birimler rassal seçildi ise). Bu durumda birimler arası korelasyon görülmez.
– Eğer birimler rastlantısal çekilmedi ise(ki genellikle böyle yapılır) bu durumda birimler arası korelasyon ile karşılaşılır.
• Ne yapılmalı?
– birimler arası korelasyonun varlığı için test yapılmalı, tahmin yöntemi ona göre belirlenmeli. İleride göreceğiz.
