Efectos fijos a nivel de industria y año para datos a nivel de empresa

Question

Varios trabajos que estudian los efectos a nivel de empresa incluyen variables dummy a nivel de industria y año.

Por lo que entiendo, calcular efectos fijos requiere datos de panel, es decir, (para datos a nivel de empresa) coincidencias únicas de empresa-año.

Pero a menos que haya exactamente una empresa por industria, no puede haber coincidencias únicas para los efectos fijos que estamos buscando, es decir, no hay coincidencias únicas de industria-año.

Mis preguntas son:

(1) ¿Es la forma común de manejar esto obtener el promedio (de la variable dependiente) en todas las empresas por industria para cada año? Este promedio luego se podría incluir como un regresor.

(2) ¿O debo obtener valores ajustados de la variable dependiente por industria y año e incluir esto como regresor? Es decir, para cada observación, crear una nueva variable que contenga esta observación menos la media de la industria (en todos los años de la muestra) y otra que contenga la observación menos la media del año (en todas las industrias de la muestra)?

¿O (3) debo simplemente incluir variables dummy de industria y año en su lugar?

Answer 1

Como Jesper Hybel ha mencionado en su comentario, puedes optar por la opción (3). El estimador de variables ficticias de mínimos cuadrados (LSDV) y el enfoque de hacer promedios (1) te dan los mismos resultados. LSDV tiene la ventaja de que te permite extraer fácilmente los valores de los efectos fijos (si no solo estás interesado en controlar la heterogeneidad de la industria y el año sino que también quieres ver, por ejemplo, qué industrias tienen valores particulamente altos de la variable dependiente).

Hay algunos problemas (teóricos) con el LSDV que pueden ser inconsistentes si el número de industrias o años tienden a infinito (esto se llama el problema de parámetros incidentales; el problema es que tendrías que estimar un número infinito de parámetros o variables ficticias en ese caso). Esto no es un problema con el enfoque de hacer promedios. Para investigadores aplicados esto no es un problema en mi opinión.

Hay excelentes respuestas respecto a la equivalencia del estimador de variables ficticias de mínimos cuadrados y el enfoque de hacer promedios, mira aquí o aquí

(2) es un enfoque relacionado pero algo diferente llamado enfoque Mundlak (hay alternativas similares con otros nombres) que te permite estimar el efecto de, por ejemplo, variables invariables en el tiempo que se cancelarían en LSDV o en el enfoque de efectos fijos de hacer promedios.