Tipos de datos - Datos en panel, longitudinales o en micropanel

Hay un tipo especial de datos combinados en el cual se estudia a través del tiempo la misma unidad transversal (por ejemplo, una familia o una empresa). Por ejemplo, el Departamento de Comercio de Estados Unidos realiza un censo de vivienda en intervalos periódicos. En cada encuesta periódica se entrevista a la misma unidad familiar (o a la gente que vive en la misma dirección) para averiguar si ha habido algún cambio en las condiciones de vivienda o fi nancieras de esa unidad familiar desde la última encuesta. Los datos en panel que se obtienen de las entrevistas periódicas de la misma unidad familiar proporcionan información muy útil sobre la dinámica del comportamiento de las unidades familiares, como veremos en el capítulo 16.

Como ejemplo concreto considere los datos proporcionados en la tabla 1.2. Los datos de la tabla, recopilados originalmente por Y. Grunfeld, se refi eren a la inversión real, al valor real de la empresa y al capital accionario real de cuatro empresas estadounidenses, a saber, General Electric (GM), U.S. Steel (US), General Motors (GM) y Westinghouse (WEST), de 1935 a 1954.12 En virtud de que los datos corresponden a varias empresas y se recopilaron a lo largo de varios años, se trata de un ejemplo clásico de datos en panel. En esta tabla, el número de observaciones de cada empresa es el mismo, pero no siempre ocurre así. Si todas las empresas tienen el mismo número de observaciones, se tiene lo que se conoce como panel balanceado. Si el número de observaciones no es igual para cada compañía, se llama panel desbalanceado. En el capítulo 16, Modelos de regresión con datos en panel, examinaremos estos datos y cómo estimar estos modelos.

El propósito de Grunfeld cuando recopiló estos datos fue investigar cómo depende la inversión bruta real (I ) del valor real de la empresa (F) un año antes y del capital accionario real (C) un año antes. Como las compañías de esta muestra operan en el mismo mercado de capital, Grunfeld las estudió en conjunto para averiguar si tenían funciones de inversión parecidas.

Tipos de datos - Datos combinados

Los datos combinados reúnen elementos de series de tiempo y transversales. Los datos de la tabla 1.1 son datos combinados. Hay 50 observaciones transversales por año, y dos observaciones de series de tiempo sobre precios y producción de huevo por estado: un total de 100 observaciones combinadas. De igual forma, los datos del ejercicio 1.1 son combinados, pues el índice de precios al consumidor de cada país de 1980 a 2005 representa datos de series de tiempo, en tanto que los datos del IPC de los siete países correspondientes a un solo año son transversales. Los datos combinados consisten en 182 observaciones: 26 observaciones anuales para cada uno de los siete países.

Tipos de datos - Datos transversales

Los datos transversales consisten en datos de una o más variables recopilados en el mismo punto del tiempo, como el censo de población realizado por la Ofi cina del Censo de Estados Unidos cada 10 años (el último fue en 2000), las encuestas de gastos del consumidor levantadas por la Universidad de Michigan y, sin duda, las encuestas de opinión de Gallup y diversas empresas especializadas. Un ejemplo concreto de datos transversales se presenta en la tabla 1.1, con datos sobre la producción y precios del huevo en Estados Unidos para los 50 estados durante 1990 y 1991. Para cada año, los datos sobre los 50 estados son transversales. Así, en la tabla 1.1 aparecen dos muestras de corte transversal.

Así como los datos de series de tiempo crean problemas especiales (por la estacionariedad), los datos transversales también tienen sus propios problemas, en concreto, el de la heterogeneidad. En los datos de la tabla 1.1 se observa que hay algunos estados que producen grandes cantidades de huevo (como Pensilvania) y otros que producen muy poco (por ejemplo, Alaska). Cuando se incluyen unidades heterogéneas en un análisis estadístico, debe tenerse presente el efecto de tamaño o de escala con el fin de no mezclar manzanas con naranjas. Para ver esto con claridad, en la figura 1.6 se representan gráficamente los datos sobre la producción y los precios del huevo en los 50 estados de Estados Unidos en 1990. Esta fi gura muestra la amplia dispersión de las observaciones. En el capítulo 11 veremos que el efecto de escala puede ser importante al evaluar las relaciones entre variables económicas. 

Tipos de datos - Datos de series de tiempo

Hay tres tipos de datos disponibles para el análisis empírico: series de tiempo, series transversales e información combinada (combinación de series de tiempo y transversales).

Datos de series de tiempo

Los datos de la tabla 1.1 son un ejemplo de datos de series de tiempo. Una serie de tiempo es un conjunto de observaciones sobre los valores de una variable en diferentes momentos. Tal información debe recopilarse en intervalos regulares, es decir, en forma diaria (precios de acciones, informes del tiempo, etc.), semanal (como cifras de oferta monetaria), mensual (tasa de desempleo, Índice de Precios al Consumidor [IPC], etc.), trimestral (como el PIB), anual (como los presupuestos del gobierno), quinquenal (como el censo de la industria manufacturera), o decenal (como los censos de población). Algunas veces los datos están disponibles por trimestre y por año, como los datos del PIB y del consumo. Con las computadoras de alta velocidad, ahora se recopilan datos en intervalos muy breves, por ejemplo, precios de acciones, que se obtienen literalmente de manera continua (o cotización en tiempo real).

Si bien los datos de series de tiempo se utilizan mucho en estudios econométricos, presentan algunos problemas especiales para los econometristas. Como veremos en los capítulos sobre econometría de series de tiempo, la mayor parte del trabajo empírico con datos de series de tiempo supone que éstas son estacionarias. Aunque es muy pronto para introducir el significado técnico preciso de estacionariedad, en términos generales, una serie de tiempo es estacionaria si su media y varianza no varían sistemáticamente con el tiempo. Para entender esto, observe, en la fi gura 1.5, el comportamiento de la oferta de dinero M1 en Estados Unidos durante el periodo del primero de enero de 1959 a septiembre de 1999. (Los datos reales se proporcionan en el ejercicio 1.4.) Como se observa, la oferta de dinero M1 presenta una tendencia ascendente constante, así como variabilidad con el transcurso de los años, lo cual indica que la serie de tiempo M1 no es estacionaria.11 En el capítulo 21 se analiza a fondo este tema.