Extending Prais-Winsten Regression to Panel Data with Higher-Order Autoregressive Errors: A Simulation Study

Resumo Técnico: Extensão da Regressão de Prais–Winsten para Dados em Painel com Erros Autorregressivos de Ordem Superior

Definição do Problema
Dados de painel e de séries temporais transversais (CSTS) frequentemente exibem dependência serial complexa, incluindo autocorrelação intraunidade, heterocedasticidade entre unidades e correlação contemporânea. Embora os estimadores existentes abordem essas questões, permanece uma lacuna crítica no tratamento de erros autorregressivos de ordem superior (AR($k$), onde $k > 1$) dentro da estrutura de Mínimos Quadrados Generalizados (GLS) combinada com Erros Padrão Corrigidos para Painel (PCSEs).

O padrão de Beck–Katz (implementado no comando xtpcse do Stata) utiliza uma transformação GLS de Prais–Winsten, mas é restrito a erros autorregressivos de primeira ordem (AR(1)). Por outro lado, o estimador de Driscoll–Kraay (implementado no xtscc) oferece uma alternativa não paramétrica robusta a ordens arbitrárias de dependência serial, mas baseia-se em uma correção HAC do tipo Newey–West. Consequentemente, os pesquisadores enfrentam um compromisso (trade-off): utilizar um estimador não paramétrico corretamente especificado (xtscc) ou um paramétrico mal especificado (assumindo AR(1) quando existe AR($k$)). Não existe um estimador de painel existente que combine a transformação exata de Prais–Winsten para erros AR($k$) com o estimador sanduíche PCSE.

Metodologia
Para abordar essa lacuna, o autor introduz o xtpraisk, um pacote para Stata que estende a transformação GLS de Prais–Winsten para AR($k$) em dados de painel. O procedimento de estimação envolve:

1. Estimação Yule–Walker: Estimação agrupada (pooled) dos parâmetros AR ($\rho$) entre os painéis usando resíduos de uma regressão OLS inicial.
2. Transformação GLS: Aplicação do filtro exato de Prais–Winsten para quase-diferenciar os dados, removendo a dependência serial intraunidade. Isso inclui uma transformação específica para as primeiras $k$ observações de cada painel usando o fator de Cholesky da matriz de autocovariância AR($k$).
3. Sanduíche PCSE: Aplicação do estimador PCSE de Beck–Katz aos dados transformados para contabilizar a heterocedasticidade restante e a correlação contemporânea entre painéis.

O desempenho do xtpraisk foi avaliado contra o xtscc por meio de um estudo de simulação de Monte Carlo. O delineamento abrangeu:

• Ordens Autorregressivas: $k = 1, 2, 3$.
• Cenários de Autocorrelação: Positiva suave, oscilatória e de alta persistência.
• Dimensões: Tamanhos de painel ($N \in \{10, 15, 20\}$) e comprimentos de série ($T \in \{10, 20, 30, 50, 75, 100\}$).
• Métricas: Poder estatístico, taxa de erro do Tipo I, cobertura do intervalo de confiança (IC) de 95%, viés percentual, erro quadrático médio (RMSE) e razão de erro padrão (SE).
• Replicações: 2.000 por condição ao longo de 1.038 condições de delineamento únicas.

Análises suplementares examinaram a má especificação do modelo (ajustar AR(1) a dados AR(2)) e a sensibilidade à correlação entre painéis induzida por um fator comum.

Principais Resultados

• Poder Estatístico: O xtpraisk demonstrou consistentemente maior poder estatístico do que o xtscc em todas as condições. Essa vantagem foi mais pronunciada sob autocorrelação de alta persistência e ordens AR mais elevadas (ex: AR(3)). O ganho de poder reflete uma eficiência genuína de GLS, em vez de uma inferência anticonservadora.
• Validade Inferencial (Erro do Tipo I e Cobertura): O xtpraisk manteve taxas de erro do Tipo I bem calibradas (próximas a 5%) e cobertura de IC (próxima a 95%) em todos os comprimentos de série e ordens AR. Em contraste, o xtscc exibiu inflação sistemática do erro do Tipo I e subcobertura de IC em comprimentos de série curtos ($T < 30$), particularmente conforme a ordem AR aumentava. Por exemplo, sob AR(3) com alta persistência, a cobertura do xtscc caiu para ~84% em $T=10$. Essas deficiências do xtscc diminuíram conforme $T$ aumentou, convergindo para os níveis nominais por volta de $T=100$.
• Calibração do Erro Padrão: A razão de SE para o xtpraisk permaneceu próxima de 1,0, indicando uma estimativa de variância precisa. O xtscc subestimou sistematicamente os erros padrão em comprimentos de série curtos (razões tão baixas quanto 0,70–0,75 para AR(3)), o que explica mecanicamente sua inflação de erro do Tipo I e baixa cobertura.
• Viés e RMSE: Ambos os estimadores foram essencialmente não viesados. No entanto, o xtpraisk apresentou RMSE menor que o xtsks em comprimentos de série curtos, com a diferença aumentando sob autocorrelação de alta persistência e ordens AR mais elevadas.
• Robustez: O xtpraisk permaneceu robusto à má especificação da ordem AR (ajustar AR(1) para dados AR(2)), mostrando uma degradação desprezível no desempenho inferencial. O desempenho de nenhum dos estimadores foi significativamente afetado pelo tamanho do painel ($N$) ou pelo aumento da correlação entre painéis.

Significância e Alegações
O artigo afirma que o xtpraisk resolve o compromisso entre poder e validade inferencial frequentemente observado em estimadores de séries temporais. Ao contrário de achados anteriores onde abordagens não paramétricas (como Newey–West) sacrificavam a validade em prol do poder, o xtpraisk alcança ambos: maior poder e inferência bem calibrada em configurações de painel.

O autor postula que o xtpraisk é o estimador preferencial quando a prioridade é a validade inferencial e a eficiência estatística, particularmente em cenários comuns de pesquisa aplicada envolvendo séries curtas ($T < 30$), ordens AR elevadas e autocorrelação persistente. O estudo sugere que as deficiências inferenciais do xtscc são fenômenos de amostra finita que se resolvem com séries temporais mais longas, enquanto o xtpraisk oferece confiabilidade imediata. Além disso, como o xtpraisk reproduz exatamente o estimador de Beck–Katz quando $k=1$, ele oferece uma extensão contínua para pesquisadores lidando com dependência de ordem superior sem abandonar a estrutura familiar do PCSE.