Consistent estimation of dynamic panel data models with time-varying individual effets
[Estimation des modèles dynamiques de panel avec effets individuels variant dans le temps]
Résumé
Les auteurs considèrent des modèles dynamiques pour données de panel avec structure de covariance non stationnaire, en introduisant simultanément un effet individuel pur et un effet individuel multiplicatif affecté d'un paramètre temporel. Ils montrent que les estimateurs GMM pour le modèle dynamique, basés sur une transformation par différence première ou par quasi différence ne sont pas convergents en général avec la spécification de l'erreur. Ils proposent une procédure d'estimation convergente et efficace, exploitant des conditions de moments non linéaires à la Ahn-Schmidt (1995). Un cas particulier, dans lequel les effets temporels sont dichotomiques, permet de considérer un modèle avec changement de régime entre deux sous-périodes. Les propriétés de leur estimateur en petit échantillon sont analysées au moyen de simulations à la Monte Carlo.