Estimasi Model Data Panel menggunakan STATA

Ekki Syamsulhakim _{CEDS – FEB – UNPAD} CEDS Econ Training Fest _{15 Februari 2014} https://sites.google.com/a/fe.unpad.ac.id/ekki/panel

Cakupan

• Pelatihan ini tidak membahas secara spesifk
aspek teoritis dari model ekonometrika dengan menggunakan data panel

– Sedikit review; Peserta diasumsikan memiliki

pengetahuan mengenai data panel

• Pelatihan ini akan membahas secara spesifk
bagaimana cara menggunakan aplikasi STATA apabila kita memiliki data panel

– Replikasi hasil estimasi Neumayer (2005)

Panel Data Econometrics

Merupakan cabang tersendiri dalam ekonometrika (lanjutan)
Terdapat buku-buku khusus

– Wooldridge – Baltagi – Frees – Arellano – Sven – dll

Data Panel

Adalah observasi berulang pada unit cross section yang sama (individu, perusahaan, dll), yang diamati pada beberapa periode waktu
Terdapat dua jenis data panel

– Short panel
– Long panel

Kelemahan

Keunggulan dan Kelemahan

Penggunaan Data Panel

Keunggulan

Presisi (konsistensi) estimator lebih baik
Dapat melihat aspek dinamis dari variabel yang diamati
Lebih sulit dalam melakukan inferensi statistik

– Penentuan co/varians error yang tepat tidak semudah data cross- section

Spesifkasi

_{t =1…T periode waktu} n =1… N observasi

k =1…K variabel bebas adalah matrix composite error, yang terdiri dari: : “all unobserved time-invariant factors” yang

mempengaruhi (atau disebut unobserved heterogeneity)

: “all unobserved time-variant factors” yang mempengaruhi (idiosyncratic error)

Estimator Panel Data (Reed dan Ye, 2011)

“On the one hand, there is a plethora of panel data estimators available from statistical software packages like EViews, LIMDEP, RATS, SAS, Stata, TSP and others.”

Estimator Panel Data (Reed dan Ye, 2011)

“On the other hand, the fnite sample performances of these estimators are not well known. At the end of the day, it is not clear which estimator one should use in a given research situation.”

Estimator Panel Data (Reed & Ye, 2011)

Masalah Output R

2 Panel Data Pada EVIEWS http://forums.eviews.com/viewtopic.php?f=4&t=6345

Masalah Output R Panel Data Pada STATA – Fixed Efect _r. _h _tm l _ta _/a _u u _u a _d _/d _b _.i _u .e _h _tt _p _:/ /k

OLS Estimator, efciency

Apabila “spherical”,

Spherical:

Tidak ada heteroskedasticity, DAN
Tidak ada serial correlation,DAN
Tidak ada cross-sectional correlation

OLS Estimator, efciency

Apabila “non-spherical”,

Non-Spherical:

Tidak ada heteroskedasticity, ATAU
Tidak ada serial correlation, ATAU
Tidak ada cross-sectional correlation

Non-spherical Error

GLS Estimator

“non-spherical”, GLS estimator tergantung dari bagaimana bentuk dari

Estimator Panel Data

Estimator yang sering digunakan adalah

– OLS - Pooled cross section
– OLS - Fixed Efect

• Mengasumsikan unobserved individual

efect berkorelasi dengan X

– GLS - Random Efect

• Mengasumsikan unobserved individual

efect tidak berkorelasi dengan X

Atau berasumsi tidak ada omitted variable

Fixed Efect Estimator (OLS)

Pengolahan Data Panel

Untuk data panel mikro, pada umumnya tidak langsung tersedia dalam format panel, melainkan

cross-section

– Perlu dilakukan “penggabungan” data cross section
– Contoh : IFLS

Contoh Format Data Panel

“Long” Format

nr : cross-sectional

_(individual) _identifer

year: time identifer

Time-variant _{variables: exper,} _hours Time-invariant _{variables: marital} _{status, race, educ} Contoh Format Data Panel

“Wide” Format

_{nr : cross-sectional}

(individual) _identifer

year: time identifer

_Time-variant variables: exper, _hours Time-invariant _{variables: marital} _{status, race, educ}

Penelitian Neumayer (2005)

“This article argues that the link between income inequality and violent property crime might be spurious…The results in the present article suggest that inequality is not a statistically signifcant determinant, …”

Dari Cross-Section ke Panel

Buka STATA
Buka fle cs_80
Describe, sum, browse

Dari Cross-Section ke Panel

Sort fle cs_80 berdasarkan country
Save fle cs_80
Buka fle cs_83, dst
Sort fle cs_83, dst berdasarkan country
Save fle cs_83, dst

Dari Cross-Section ke Panel

clear set more of cd D:\Training\CEDS-PANEL use cs_80 sort country save cs_80, replace  Dilakukan berulang , hingga cs_95

Dari Cross-Section ke Panel

clear set more of cd D:\Training\CEDS-PANEL foreach fle in cs_80.dta cs_83.dta

cs_86.dta cs_89.dta cs_92.dta cs_95.dta {

use " ` fle ' " sort country

}

Dari Cross-Section ke Panel

use cs_80, clear merge 1:1 country using cs_83 tab _merge drop _merge 

Dilakukan berulang , hingga cs_95

Dari Cross-Section ke Panel

use cs_80, clear foreach fle in cs_83.dta cs_86.dta

cs_89.dta cs_92.dta cs_95.dta {

merge 1:1 country using " ` fle ' " drop _merge

}

Format data panel

Format data hasil merge saat ini dalam bentuk wide, belum siap untuk analisis panel data econometrics
Namun, data bisa digunakan untuk analisis cross-section, termasuk menggunakan variabel dari cross- section tahun-tahun sebelumnya

Dari format wide ke long

reshape long econgrowth emtotunemimputed femlabourpart flldummyrobbery giniwider humanrightsviol incratioalltoptobot llnrobberyrate lngdp lngdpsq lnrobberyrate male1564 name period politypositiveonly urban, i(country) j(year, string)

Pooled Regression (sbg contoh saja)

reg lnrobberyrate giniwider lngdp lngdpsq femlab politypositive humanrights

First Diference Method (contoh saja)

foreach var of varlist * { gen d`var'=`var'-`var'[_n-1] } reg dlnrobberyrate dginiwider dlngdp dlngdpsq femlab politypositive humanrights

Declaring Panel Data

xtset country year

Beberapa perintah dasar

xtdes
xtsum
xttab
xtgraph

Fixed Efect

Variabel yang tidak time-variant

(time in variant), tidak bisa dimasukkan ke dalam model.

Penjelasan pada Neumayer (2011) -

Halaman 105 preserve drop if name=="Azerbaijan" drop if name=="Belarus" drop if name=="Czech Republic" drop if name=="Kazakhstan" drop if name=="Lithuania" drop if name=="Moldova" drop if name=="Morocco" drop if name=="Nicaragua" drop if name=="Trinidad and Tobago" drop if name=="Tunisia" drop if name=="Turkey" drop if name=="Uzbekistan" drop if name=="Ukraine" restore

Fixed Efect

SOURCE: Neumayer (2011)- do fle.
Table 3
Deleting countries with only one observation

preserve drop if name=="Azerbaijan" drop if name=="Belarus" drop if name=="Czech Republic" drop if name=="Croatia" drop if name=="Ethiopia" drop if name=="Guinea- Bissau" drop if name=="Kazakhstan" drop if name=="Kenya" drop if name=="Kyrgyz ^{drop if name=="Lithuania"} ^{drop if name=="Madagascar"} ^{drop if name=="Mauritania"} ^{drop if name=="Moldova"} ^{drop if name=="Morocco"} ^{drop if name=="Nicaragua"} ^{drop if name=="Rwanda"} ^{drop if name=="Swaziland"} ^{drop if name=="Trinidad and Tobago"} ^{drop if name=="Tunisia"} ^{drop if name=="Turkey"} ^{drop if name=="Uzbekistan"} ^{drop if name=="Yugoslavia, FR} ^{(Serbia/Montenegro)"} ^{drop if name=="Zimbabwe"}

Fixed Efect

Deleting countries with only one observation

Fixed Efect

xtreg lnrobberyrate giniwider lngdp lngdpsq femlab politypositive humanrights, fe outreg using D:\Training\CEDS-PANEL\ table1, append se

restore preserve drop if name=="Azerbaijan" drop if name=="Belarus" drop if name=="Czech Republic" drop if name=="Kazakhstan" drop if name=="Lithuania" drop if name=="Moldova" drop if name=="Morocco" drop if name=="Nicaragua" drop if name=="Trinidad and Tobago" drop if name=="Tunisia" drop if name=="Turkey" drop if name=="Uzbekistan" drop if name=="Ukraine"

Random Efect

RANDOM EFFECTS

Random Efect

xtreg lnrobberyrate giniwider lngdp lngdpsq econgrowth emtotunem urban femlab male1564 politypositive humanrights , re outreg using D:\Training\CEDS-PANEL\ table1, append se

Fixed Efect atau Random

Efect

Hausman Test
xtreg lnrobberyrate giniwider lngdp lngdpsq
econgrowth emtotunem urban femlab male1564 politypositive humanrights , fe estimates store fxed
xtreg lnrobberyrate giniwider lngdp lngdpsq
econgrowth emtotunem urban femlab male1564 politypositive humanrights , re hausman fxed, sigmamore

Fixed Efect atau Random

Efect

Pilih fxed efect

Pengujian efsiensi estimator

Dalam Balestra dan Krishnakumar (2008 hal. 33 – 40), dan J.Reed dan Ye (2011), terdapat banyak skenario non-spherical error
Solusi yang diberikan STATA terbatas kepada beberapa skenario tersebut

Pengujian efsiensi estimator

Heteroskedasticity ssc install xttest3
Autocorrelation fndit xtserial

Pengujian efsiensi estimator

Testing (groupwise) heteroskedasticity xtreg lnrobberyrate giniwider lngdp lngdpsq econgrowth emtotunem urban femlab male1564 politypositive humanrights , fe xttest3
ATTEMPTING to correct standard errors xtreg lnrobberyrate giniwider lngdp lngdpsq econgrowth emtotunem urban femlab male1564 politypositive humanrights , fe robust

Pengujian efsiensi

estimator

Testing autocorrelation recode time (1980=1) (1983=2) (1986=3) (1989=4) (1992=5) (1995=6) tsset country time xtserial lnrobberyrate giniwider lngdp lngdpsq econgrowth emtotunem urban femlab male1564 politypositive humanrights

Referensi

Balestra P., dan Krishnakumar, J., “Fixed Efect Models and Fixed Coefcient Models”, dalam Matyas dan Sevestre, The Econometrics of Panel Data, 2008
Greene, W.H., Econometric Analysis, 2002
• Neumayer, E., “Inequality and Violent Crime: Evidence
from Data on Robbery and Violent Theft”, Journal of

Peace Research,42(1), 2005

Reed, W. R., dan Ye, Haichun, “Which Panel Data Estimator Should I Use?”, Applied Economics, 43, 2011
Wooldridge, Econometrics of Cross Section and Panel Data, 2002

Data dan do-fle

Neumayer, E., Selected replication datasets, available on http://www.lse.ac.uk/geographyAndE nvironment/whosWho/profles/neuma yer/replicationdatasets.aspx

Estimasi Model Data Panel menggunakan STATA