Bootstrap Inference in Nonlinear Panel Data Models with Interactive Fixed Effects

Aquí se presenta un resumen técnico detallado del artículo "Inferencia Bootstrap en Modelos de Datos de Panel No Lineales con Efectos Fijos Interactivos" de Xu, Miao, Dhaene y Beyhum.

1. Planteamiento del Problema

El artículo aborda el problema del parámetro incidental en modelos de datos de panel no lineales que presentan efectos fijos interactivos.

• Contexto: En modelos donde la heterogeneidad no observada se captura mediante una estructura de factores (efectos individuales $\alpha_i$ y efectos temporales $\gamma_t$ que interactúan como $\alpha_i'\gamma_t$), el Estimador de Máxima Verosimilitud (MLE) para los parámetros comunes ($\beta_0$) es sesgado en muestras finitas. Este sesgo persiste asintóticamente cuando $N, T \to \infty$ (específicamente cuando $T/N \to \kappa$), lo que invalida la inferencia estándar.
• Limitaciones de los Métodos Existentes:
  • Correcciones Analíticas: Requieren derivar derivadas complejas de alto orden de la función de verosimilitud (hasta tercer orden), lo cual puede ser numéricamente inestable y difícil de implementar.
  • Métodos Jackknife: Aunque son más fáciles de implementar, a menudo sufren pérdidas de eficiencia en muestras finitas y aún dependen de aproximaciones normales para los intervalos de confianza.
  • Problemas de Optimización: La función de log-verosimilitud en modelos de factores no lineales es generalmente no cóncava, lo que dificulta garantizar la convergencia hacia el maximizador global utilizando algoritmos estándar.

2. Metodología

Los autores proponen un marco bootstrap paramétrico combinado con un enfoque basado en transformaciones para lograr una inferencia válida.

A. Estrategia de Estimación (MLE de Dos Pasos)

Para abordar la no concavidad de la función de verosimilitud, los autores adoptan el estimador penalizado con norma nuclear propuesto por Zeleneev y Zhang (2026) como punto de partida:

1. Paso 1: Resolver un problema de optimización convexa utilizando una penalización de norma nuclear para obtener un estimador inicial consistente que converge al maximizador global con probabilidad uno.
2. Paso 2: Utilizar este estimador inicial para iniciar un algoritmo de descenso de gradiente, asegurando la convergencia al MLE global ($\hat{\theta}$) con un bajo costo computacional.

B. Procedimiento Bootstrap Paramétrico

El núcleo de la metodología implica generar $B$ muestras bootstrap basadas en los parámetros estimados:

1. Proceso Generador de Datos (DGP): Generar resultados bootstrap $Y^*_{it}$ condicionales a las covariables originales $X_{it}$ y a los parámetros estimados $\hat{\theta}$:
   $$Y^*_{it} | X_{it}, \hat{\beta}, \hat{\alpha}, \hat{\gamma} \sim f(\cdot | X'_{it}\hat{\beta} + \hat{\alpha}'_i \hat{\gamma}_t)$$
2. Estimación Bootstrap: Calcular el MLE ($\hat{\theta}^*$) para cada muestra bootstrap.
3. Corrección del Sesgo: El sesgo se aproxima mediante la diferencia entre el promedio de las estimaciones bootstrap y la estimación original:
   $$\hat{\beta}_{boot} = 2\hat{\beta} - \frac{1}{B}\sum_{b=1}^B \hat{\beta}^*_b$$
4. Intervalos de Confianza: Construir intervalos directamente a partir de los cuantiles de la distribución bootstrap ($\hat{\beta}^* - \hat{\beta}$) en lugar de depender de la normalidad asintótica.

C. Corrección de Asimetría Basada en Transformaciones

Los autores observan que los intervalos bootstrap estándar pueden ser excesivamente conservadores (sobre-cobertura) en muestras finitas debido a la asimetría en la distribución del estimador. Para mitigar esto:

• Aplican una transformación monótona $\phi(\cdot)$ (por ejemplo, Log, Box-Cox o Yeo-Johnson) al estimador antes de construir el intervalo.
• El intervalo se construye en la escala transformada y se mapea de vuelta:
  $$[\phi^{-1}(2\phi(\hat{\beta}) - Q^*_{\phi(\hat{\beta}^*)}(1-\alpha/2)), \dots]$$
• Esto reduce la asimetría, produciendo intervalos más estrechos con probabilidades de cobertura más cercanas al nivel nominal.

3. Contribuciones Teóricas Clave

El artículo establece una teoría asintótica rigurosa bajo un régimen donde $N, T \to \infty$ con $T/N \to \kappa \in (0, \infty)$:

• Normalidad Asintótica Uniforme: Los autores demuestran que el MLE admite un desarrollo asintótico uniforme en una vecindad del parámetro verdadero, extendiendo resultados previos de Chen et al. (2021) y Higgins y Jochmans (2024).
• Consistencia del Bootstrap: Demuestran que la distribución bootstrap paramétrica de $\sqrt{NT}(\hat{\beta}^* - \hat{\beta})$ converge débilmente a la verdadera distribución de muestreo de $\sqrt{NT}(\hat{\beta} - \beta_0)$.
• Validez sin Corrección de Sesgo Explícita: Crucialmente, el bootstrap produce intervalos de confianza asintóticamente válidos incluso sin corrección de sesgo explícita, ya que la distribución bootstrap replica inherentemente la estructura de sesgo del estimador original.
• Extensión a Efectos Parciales Promedio (EPP): La teoría se extiende para cubrir los EPP, mostrando que el bootstrap aproxima consistentemente su distribución.

4. Resultados de Simulación

Los autores realizan extensas simulaciones Monte Carlo (modelos Logit y Probit) en diversos escenarios (covariables independientes/correlacionadas con factores, valores atípicos, picos dispersos).

• Reducción del Sesgo: El método bootstrap (usando corrección de media o mediana) supera consistentemente a las correcciones analíticas y jackknife de panel dividido en la reducción del sesgo, particularmente cuando $T$ es pequeño (por ejemplo, $T=20$).
• Precisión de la Cobertura:
  • Los intervalos bootstrap estándar tienden a ser conservadores (cobertura > 95%).
  • Los intervalos basados en transformaciones (específicamente Yeo-Johnson y Box-Cox) mejoran significativamente el rendimiento al reducir la longitud del intervalo y corregir la sobre-cobertura, logrando tasas de cobertura mucho más cercanas al nivel nominal del 95%.
• Robustez: El método funciona bien incluso cuando las covariables están correlacionadas con factores no observados, un escenario donde las correcciones analíticas a menudo fallan.

5. Aplicación Empírica

El método se aplica a un conjunto de datos de 328 empresas de EE. UU. (1981–2001) para estudiar el comportamiento de innovación (patentes) en presencia de heterogeneidad latente.

• Objetivo: Estimar los efectos de las externalidades tecnológicas (difusión de conocimiento) y las externalidades del mercado de productos (robo de negocio) sobre las patentes.
• Hallazgos:
  • Externalidades Tecnológicas: Positivas y estadísticamente significativas en todos los métodos. Sin embargo, la corrección analítica sobreestima la magnitud en comparación con el bootstrap.
  • Externalidades del Mercado de Productos: Estadísticamente insignificantes, lo que sugiere que las presiones competitivas no impulsan directamente las patentes en este contexto.
  • Robustez: Los resultados del bootstrap confirman las conclusiones cualitativas de estudios anteriores (por ejemplo, Burda y Harding, 2013) mientras proporcionan errores estándar más fiables y estimaciones corregidas por sesgo.

6. Significado

• Utilidad Práctica: Proporciona una alternativa computacionalmente viable y robusta a las complejas correcciones analíticas de sesgo para modelos de panel no lineales con efectos fijos interactivos.
• Rendimiento en Muestras Finitas: Demuestra un rendimiento superior en configuraciones de "$T$ pequeño" comunes en datos microeconómicos, donde las aproximaciones asintóticas tradicionales fallan.
• Innovación en Inferencia: La introducción de transformaciones monótonas para corregir la asimetría del bootstrap ofrece una solución práctica al problema de la inferencia conservadora en muestras finitas.
• Eficiencia Computacional: Al integrar el estimador penalizado con norma nuclear, el artículo resuelve el problema de maximización global en verosimilitudes no cóncavas, haciendo viable el procedimiento bootstrap para aplicaciones empíricas a gran escala.