Efeito Fixo ou Aleatório? Entenda o Teste de Hausman em Dados em Painel

Dados em painel — estruturas que combinam observações de corte transversal (indivíduos, empresas, países) ao longo do tempo — são um dos pilares de Econometria cobrados no edital do Banco Central. Dominar a diferença entre efeitos fixos e efeitos aleatórios, e saber quando aplicar cada um, é frequentemente o que separa quem acerta de quem erra esse tipo de questão.

O estimador de efeitos fixos assume que características não observadas de cada unidade (indivíduo, empresa, país) podem estar correlacionadas com os regressores do modelo. Ele elimina essa heterogeneidade não observada ao trabalhar com as variações dentro de cada unidade ao longo do tempo, tornando o estimador consistente mesmo quando essa correlação existe.

Já o estimador de efeitos aleatórios assume o oposto: que os efeitos individuais não observados não são correlacionados com os regressores. Quando essa hipótese é verdadeira, o estimador de efeitos aleatórios é mais eficiente que o de efeitos fixos — mas se a hipótese for violada, ele se torna inconsistente.

É exatamente aí que entra o teste de Hausman: ele compara os dois estimadores e testa formalmente se a diferença entre eles é estatisticamente significativa. A hipótese nula do teste é que o estimador de efeitos aleatórios é o mais adequado (por ser mais eficiente). Se a hipótese nula for rejeitada, isso indica que os efeitos aleatórios são inconsistentes, e o pesquisador deve optar pelo estimador de efeitos fixos.

Um erro comum em prova é confundir a direção dessa lógica. A rejeição de H0 não diz que o efeito fixo é "melhor" em abstrato — diz que, nesse caso específico, a hipótese de não-correlação foi violada, tornando o efeito aleatório inconsistente e o efeito fixo a escolha estatisticamente correta.

Esse tipo de questão costuma aparecer no formato Certo/Errado das provas aplicadas pela banca CEBRASPE, exigindo não apenas reconhecer a definição, mas entender o raciocínio estatístico completo por trás da escolha entre os dois estimadores.