Grouping in panel data models
| Promotie: | Dhr. J.S. (Jhordano) Aguilar Loyo |
| Wanneer: | 19 september 2024 |
| Aanvang: | 12:45 |
| Promotor: | prof. dr. G.J. (Gerard J.) van den Berg |
| Copromotors: | dr. L. (Lammertjan) Dam, dr. T. (Tom) Boot |
| Waar: | Academiegebouw RUG |
| Faculteit: | Economie en Bedrijfskunde |
Groeperen in paneldata modellen
Paneldata bevat informatie die de economische kenmerken van verschillende eenheden (individuen, bedrijven, landen) over meerdere tijdsperioden beschrijft. De toenemende beschikbaarheid van grote paneldatasets biedt zowel kansen als uitdagingen. Groeperingsmethoden in paneldata hebben de aandacht getrokken omdat ze de balans vinden tussen het afzonderlijk modelleren van elke eenheid en het behandelen van alle eenheden als identiek. Jhordano Aguilar Loyo behandelt in zijn proefschrift twee problemen in het groeperen: het identificeren van groepslidmaatschap en het combineren van informatie binnen groepen. Door middel van drie onderzoeken biedt dit hij oplossingen voor deze problemen.
Aguilar Loyo verkent het probleem van latente groepering, waarbij het groepslidmaatschap niet direct wordt waargenomen. Hij introduceert een nieuw paneldatamodel dat het groepslidmaatschap identificeert op basis van verschillen in hellingen en foutvarianties. Statistisch bewijs toont aan dat de voorgestelde methode robuust is in het identificeren van groepslidmaatschap voor verschillende scenario's.
Ook richt hij zich op de effectevaluatie van beleidsmaatregelen (behandelingseffecten). De behandelingseffecten worden geschat door vergelijkingen tussen behandelde en onbehandelde groepen. Zijn proefschrift bevat een grondig onderzoek van het “two-way fixed effects”-model, waarbij wordt aangetoond dat deze methode een handige benadering is voor het schatten van behandelingseffecten vanwege de duidelijke interpretatie van de coëfficiënten en grotere efficiëntie in vergelijking met andere benaderingen.
Verder past Aguilar Loyo paneldatamodellen toe om aandelenrendementen te voorspellen. Door informatie binnen groepen te combineren, richt dit hij zich op variabelen met zowel stabiele als volatiele patronen. Empirisch onderzoek evalueert de voorspellende kracht van verschillende financiële variabelen en laat zien dat kortetermijnrente en rentemargen significante voorspellers zijn van aandelenrendementen.