| Titre | Heterogeneity and Cross-Sectional Dependence in Panels: Heterogeneous vs. Homogeneous Estimators | |
|---|---|---|
| Auteur | Oguzhan Akgun, Alain Pirotte, Giovanni Urga | |
 |
Revue | Revue d'économie politique |
| Numéro | vol. 131, no 1, janvier-février 2021 | |
| Rubrique / Thématique | Bilan / Essai |
|
| Page | 19-55 | |
| Résumé |
Cet article se focalise sur les estimateurs hétérogènes versus homogènes sur données
de panel, y compris ceux partiellement hétérogènes, en présence de dépendances
inter-individuelles via une structure de dépendance spatiale des perturbations et/ou en
présence de facteurs communs observables/inobservables. Ces estimateurs sont liés à
des spécifications qui permettent de combiner et de distinguer les dépendances inter-individuelles faibles (reliées à une matrice spatiale) des dépendances inter-individuelles
fortes (i.e. les facteurs communs). Une présentation générale des trois catégories d'estimateurs ci-avant mentionnées est d'abord faite. Ensuite, une approche par simulation
de Monte Carlo, plus générale que celles précédemment menées, est retenue pour
étudier les propriétés de ces estimateurs en présence de facteurs communs et de
dépendance spatiale. Les résultats montrent que, même pour des dimensions individuelle et temporelle faibles, les estimateurs hétérogènes fournissent de meilleurs résultats en termes de biais, de RMSE, de taille et de puissance des tests bilatéraux comparativement à ceux obtenus sur la base des estimateurs homogènes. Enfin, une
application empirique, qui s'intéresse à l'impact de la décentralisation fiscale sur la
taille des gouvernements de 22 pays de l'OCDE sur la période 1973-2017, confirme cette
supériorité.
Classification JEL : C13, C23 Source : Éditeur (via Cairn.info) |
|
| Résumé anglais |
This paper focuses on the comparison of homogeneous and heterogeneous panel data
estimators, including partially heterogeneous ones, in presence of cross-sectional
dependence generated by common factors and spatial error dependence. Our specifications allow us to con-sider and contrast weak cross-sectional dependence and strong
cross-sectional dependence in a general linear heterogeneous panel data model. An
overview of the estimation procedures, including heterogeneous, homogeneous and
partially heterogeneous estimators, is presented. Then, an extensive Monte Carlo study
is conducted using a general framework encompassing recent contributions in the
literature especially in terms of considering common factors and spatial dependence
simultaneously. Our simulation results show that, even for small individual and time
dimensions, heterogeneous estimators perform better in terms of bias, root mean
squared error, size and size adjusted power compared to homogeneous estimators.
Last, the superiority of the heterogeneous estimators is confirmed by an empirical
application relating fiscal decentralization and government size in 22 OECD countries
over the period 1973-2017. Source : Éditeur (via Cairn.info) |
|
| Article en ligne | http://www.cairn.info/article.php?ID_ARTICLE=REDP_311_0025 |
