Purpose – To describe the use of specific lags (and/or temporal differences) of the original regressors as instrumental variables in a succinct and practical way, showing, by means of a theoretical discussion illustrated by an original simulation exercise, how combining these with adequate modeling of firm and time fixed effects can address not only the dynamic endogeneity problem, but also those derived from the presence of omitted variables, measurement errors, and simultaneity between dependent and independent variables.
Design/methodology/approach – Monte Carlo simulation Findings – The traditional OLS, RE, and FE estimators may be inconsistent in the presence of endogeneity problems that are quite plausible in the context of corporate finance. On the other hand, the estimation methods for panel data based on GMM that use assumptions of sequential exogeneity of the regressors present alternatives that are capable of effectively overcoming all the problems listed (provided these assumptions are valid) even if the researcher does not have good instrumental variables that are external to the model Originality/value –The paper discusses and illustrates a greater number of endogeneity problems, showing how they are addressed by different estimators for panel data, using less technical and more accessible language for researchers not yet initiated in the intricacies of estimating dynamic models for panel data
Objetivo – Descrever de forma sucinta e prática o uso de defasagens (e/ ou diferenças temporais) dos regressores como variáveis instrumentais, mostrando, por meio da discussão teórica ilustrada por um exercício original de simulação, como sua combinação com a adequada modelagem dos efeitos fixos da empresa e do tempo pode endereçar não apenas o problema da endogeneidade dinâmica mas também aqueles decorrentes da presença de variáveis omitidas, erros de mensuração e simultaneidade entre variáveis dependentes e independentes.
Metodologia – Simulação de Monte Carlo.
Resultados – Os tradicionais métodos de MQO, EA e EF podem ser inconsistentes na presença de problemas de endogeneidade bastante plausíveis no contexto de finanças corporativas. Por outro lado, os métodos de estimação para dados em painel baseados no GMM que se utilizam de suposições de exogeneidade sequencial dos regressores apresentam-se como alternativas capazes de contornar eficazmente todos os problemas elencados (desde que as premissas adotadas sejam válidas), mesmo que o pesquisador não disponha de bons instrumentos externos ao modelo.
Contribuições – Discutir e ilustrar via simulações de Monte Carlo um número maior de problemas de endogeneidade, mostrando como eles são endereçados por diferentes estimadores para dados em painel, utilizando uma linguagem menos técnica e mais acessível para pesquisadores ainda não iniciados nos meandros da estimação de modelos dinâmicos para dados em painel.