Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Econometria II
1 / 136
Tpicos
1. MODELOS DE ESCOLHA BINRIA
1.1. Modelo probabilstico linear
1.2. Mtodo da mxima verosimilhana: estimao e inferncia
1.3. Modelo logit e probit
Econometria II
2 / 136
mbito de aplicao
A varivel dependente s assume os valores 0 ou 1:
y=
1
0
Econometria II
3 / 136
= P (y = 1jX ) ,
Econometria II
4 / 136
Xj = 1 ) y = j
y apenas pode ser igual a 0, 1 ou
valor
Interpretao possvel:
Xj = 1 ) P (y = 1jX ) = j
Estimao
Estimao pelo mtodo dos mnimos quadrados
Varivel dependente estimada:
P (y\
= 1jX ) = 0 + 1 X1 + ... + k Xk
Dep. Economia (U. vora)
Econometria II
5 / 136
Inconvenientes do modelo
Problema #1
Por denio, 0 P (y = 1jX )
0 P (y\
= 1jX ) 1
Econometria II
6 / 136
Econometria II
7 / 136
f (yi ; )
i =1
Econometria II
8 / 136
Estimao
Maximizar L equivalente a maximizar log L ! o estimador da
mxima verosimilhana de , MV , resulta da maximizao, em ordem
a , da funo de log-verosimilhana:
n
ln L = ln f (yi ; ) =
i =1
ln f (yi ; ) ,
i =1
=0
= MV
Econometria II
9 / 136
Modelo: y = X + u, u
Parmetros: = , 2
Funo de densidade:
f (yi jX ) =
(22 )
1
2
ui2
22
exp
Funo de verosimilhana:
L=
1
n
2
(22 )
Funo de log-verosimilhana:
n
ln L =
log 2
2
onde u 0 u = (Y X )0 (Y X )
Dep. Economia (U. vora)
exp
Econometria II
u0u
22
n
log 2
2
u0u
,
22
Ano Lectivo 2015/2016
10 / 136
8
>
<
>
:
ln L
ln L
2
=
=
1
22
n
22
[ 2X 0 (Y
u0u
+ 2
4
X )] =
1
22
( 2X 0 Y + 2X 0 X )
ln L
= 0 () X 0 Y = X 0 X MV () (X 0 X ) 1 X 0 Y
=
MV
0
ln L
= 0 () 2 n2 = 2u 4u () n 2MV = u 0 u
2
2 = 2
MV
MV
MV
Estimadores:
0
I
MV = (X X )
I
X 0 Y (= ao
normal e eciente)
0
0
2MV = unu (6= 2MQ = nu up ,
consistente)
= MV
Econometria II
11 / 136
Inferncia
No mbito da mxima verosimilhana existem trs tipos de testes
principais:
I
I
I
Econometria II
12 / 136
21 ,
N (0, 1)
Econometria II
13 / 136
ln L )
2q ,
onde:
L: funo de verosimilhana do modelo sem restries
L : funo de verosimilhana do modelo com restries, isto ,
Y = 0 + 1 X1 + 2 X2 + v
q: nmero de restries em teste (neste caso, duas)
Dep. Economia (U. vora)
Econometria II
14 / 136
ln L0 )
2k ,
Econometria II
15 / 136
G()
Como
1
P (y\
= 1jX ) = G 0 + 1 X1 + ... ,
ento, 0 P (y\
= 1jX ) 1, o que resolve imediatamente o principal
problema identicado para o modelo probabilstico linear
Econometria II
16 / 136
ez
1 + ez
Z z
(2 )
1
2
z2
2
dz,
onde z = X = 0 + 1 X1 + ... + k Xk
Econometria II
17 / 136
Efeitos marginais
O efeito marginal que a varivel Xj exerce sobre P (y = 1jX ) dado
por:
G (X )
Xj = 1 ) P (y = 1jX ) =
(X ) j
pois
P (y = 1jX )
G (X )
G (X ) (X )
G (X )
=
=
=
Xj
Xj
(X ) Xj
(X ) j
Como
I
I
G (X )
(X )
Econometria II
18 / 136
G (z0 ) ,
Econometria II
19 / 136
Estimao
Funo de probabilidade:
f (yi ; ) =
1 G (zi )
G (zi )
yi = 0
yi = 1
se
se
G (zi )]1
= [G (zi )]yi [1
yi
Funo de verosimilhana
n
L ( y i j Xi ) =
[G (zi )]y
[1
G (zi )]1
i =1
Funo de log-verosimilhana
n
n
LL = ln [G (zi )]yi [1
G (zi )]1
yi
i =1
n
yi
fyi ln [G (zi )] + (1
yi ) ln [1
o
G (zi )]g
i =1
Dep. Economia (U. vora)
Econometria II
20 / 136
R2 = 1
ln L
ln L0
Econometria II
21 / 136
Calcula-se P (y\
i = 1jXi ) e yi =
Constroi-se a tabela:
yi = 1
yi = 0
yi
yi = 1
n11
1 se P (y\
i = 1jXi ) > 0.5
\
0 se P (yi = 1jXi ) 0.5
yi = 0
yi
n1
n0
n
n00
n 00 +n 11
n
100
100
100
Econometria II
22 / 136
Tpicos
2. FUNDAMENTOS DO MODELO DE REGRESSO LINEAR COM
SRIES TEMPORAIS
2.1. Tipos de modelos
2.2. Premissas do modelo e propriedades dos estimadores dos mnimos
quadrados
2.3. Inferncia e anlise de especicao
2.4. Tendncia e sazonalidade
2.5. Sries estacionrias e no estacionrias
2.6. Propriedades assintticas dos estimadores dos mnimos quadrados
Econometria II
23 / 136
Econometria II
24 / 136
Econometria II
25 / 136
Econometria II
26 / 136
Econometria II
27 / 136
Econometria II
28 / 136
N 0, 2
j , 2
Econometria II
29 / 136
Tendncia
Varivel tendncia - representa a ordem da observao na amostra:
t = 1, 2, 3, ...
Tipos de modelos:
I
t = 1 ) %Yt = 1001 %
Modelos de tendncia quadrtica:
Yt = 0 + 1 t + 2 t 2 + ut
t = 1 ) Yt = 1 + 22 t
Econometria II
30 / 136
Sazonalidade
Determinados comportamentos podem ser explicados pela poca do
ano a que diz respeito a observao (dia, semana, ms, estao,...)
Exemplos:
I
I
Econometria II
31 / 136
Denies
Processo estocstico: sequncia de valores que uma varivel
temporal pode assumir ao longo do tempo; formalmente,
fXt : t = 1, 2, ...g;
Processo estocstico estacionrio: processo cuja distribuio
sempre a mesma qualquer que seja o perodo analisado;
Processo estocstico estacionrio em covarincia: denio
menos exigente que a anterior, pois requer apenas que
1 E (Xt ) = constante;
2 Var (Xt ) = constante;
3 Cov (Xt , Xt h ) depende apenas de h e no de t.
Sries fracamente dependentes: sries estacionrias ou no, onde
Xt e Xt h so "quase independentes"; se a srie for estacionria em
covarincia, ento basta que, adicionalmente:
Cor (Xt , Xt
Dep. Economia (U. vora)
h)
Econometria II
! 0
h !
32 / 136
Exemplos
Rudo branco
wt um rudo branco se vericar as seguintes condies:
E (wt ) = 0
Var (wt ) = 2w
Cov (wt , wt +h ) = 0
Econometria II
33 / 136
Exemplos (cont.)
Mdias mveis de 1a ordem [MA (1)]
Xt um processo MA (1) se puder ser representado por
Xt = wt + wt
1,
h)
2w para h = 1
0 para h > 1
e fracamente dependente:
Cor (Xt , Xt h ) = p
Cov (Xt , Xt
h)
h)
2w
2w +2 2w
,
1 + 2
0,
Ano Lectivo 2015/2016
h=1
h>1
34 / 136
Exemplos (cont.)
Autorregressivo de 1a ordem [AR (1)]
Xt um processo AR (1) se puder ser representado por
Xt = Xt
+ wt ,
2w
1 2
h)
= h 2X
h)
= h ! 0
Econometria II
h !
35 / 136
Econometria II
36 / 136
3. AUTOCORRELAO E HETEROSCEDASTICIDADE...
Tpicos
3. AUTOCORRELAO E HETEROSCEDASTICIDADE EM SRIES
TEMPORAIS
3.1. Propriedades dos estimadores dos mnimos quadrados com
autocorrelao
3.2. Testes para a autocorrelao
3.3. Mtodo dos mnimos quadrados generalizados
3.4. Modelos dinamicamente completos
3.5. Heteroscedasticidade em modelos de sries temporais
3.6. Heteroscedasticidade condicionada auto-regressiva
Econometria II
37 / 136
3. AUTOCORRELAO E HETEROSCEDASTICIDADE...
Econometria II
38 / 136
3. AUTOCORRELAO E HETEROSCEDASTICIDADE...
Hipteses e testes
Hipteses em teste:
I
I
H0 : = 0 (no autocorrelao);
H1 : 6= 0 / H1 : > 0
Testes principais:
I
I
I
Teste de Durbin-Watson
Teste t
Teste de Breusch-Godfrey
Econometria II
39 / 136
3. AUTOCORRELAO E HETEROSCEDASTICIDADE...
Teste de Durbin-Watson
Estatstica de teste:
n (u t u t
DW = t =2 n
t =1 u t2
1)
DW (p, n )
DW < dL : rejeita-se H0 ;
dL < DW < dU : inconcluso;
DW > dU : no se rejeita H0 .
Econometria II
40 / 136
3. AUTOCORRELAO E HETEROSCEDASTICIDADE...
Teste t
Implementao:
Estimar o modelo de interesse: Yt = 0 + 1 Xt1 + ... + k Xtk + ut
Calcular os resduos u t
Estimar u t = u t 1 + et (pode ser includo um termo constante)
4 Realizar um teste t tradicional
1
2
3
t =
tn p .
Econometria II
41 / 136
3. AUTOCORRELAO E HETEROSCEDASTICIDADE...
Teste Breusch-Godfrey
Semelhante a t mas vlido tambm na ausncia de exogeneidade
estrita
Implementao: semelhante a t , mas no passo 3 estimar o modelo
u t = 0 + 1 Xt1 + ... + k Xtk + u t
+ et .
H0 : 1 = 2 = ... = q = 0
Regresso auxiliar do passo 3:
u t = 0 + 1 Xt1 + ... + k Xtk + 1 u t 1 + ... + q u t q + et .
Econometria II
42 / 136
3. AUTOCORRELAO E HETEROSCEDASTICIDADE...
Econometria II
43 / 136
3. AUTOCORRELAO E HETEROSCEDASTICIDADE...
+ et , et
= 0 + 1 Xt
ut = ut
+ ut
+ et = Yt
IID 0, 2e , jj < 1
, ut
1
= Yt
1 Xt
1 Xt
+ et
= 0 + 1 Xt + u t
Yt = 0 + 1 Xt + Yt 1 0 1 Xt
Yt 1 = 0 (1 ) + 1 (Xt Xt 1 ) + et
{z }
|
{z
}
Yt
Yt
|
Yt
+ et
Xt
Econometria II
44 / 136
3. AUTOCORRELAO E HETEROSCEDASTICIDADE...
X1
e1
Econometria II
45 / 136
3. AUTOCORRELAO E HETEROSCEDASTICIDADE...
Econometria II
46 / 136
3. AUTOCORRELAO E HETEROSCEDASTICIDADE...
Denies
Modelo dinamicamente completo: modelo que no sofre de
autocorrelao
Pressuposto: a autocorrelao tem origem numa incorrecta
especicao do modelo em termos dinmicos
Soluo: reespecicar dinamicamente o modelo, isto , adicionar um
determinado nmero de desfasamentos de todas as variveis ao
modelo
Econometria II
47 / 136
3. AUTOCORRELAO E HETEROSCEDASTICIDADE...
Exemplos
Modelo de regresso linear simples com autocorrelao AR(1)
Modelo:
= 0 + 1 Xt + u t ,
= ut 1 + et , et IID 0, 2e , jj < 1.
Yt
ut
= 0 + 1 Xt
ut = ut
Yt
Yt
+ ut
, ut
+ et = Yt
= 0 + 1 Xt + Yt
= 0 (1 ) +Yt
| {z }
= Yt
1 Xt
1 Xt
+ et
+ et
Xt 1 + et
1 + 1 Xt
| {z }1
1
1 Xt
Econometria II
48 / 136
3. AUTOCORRELAO E HETEROSCEDASTICIDADE...
Exemplos (cont.)
Modelo dinmico AR(1) com autocorrelao AR(1)
Modelo:
Yt
ut
= 0 + 1 Yt 1 + u t ,
= ut 1 + et , et IID 0, 2e , jj < 1.
= 0 + 1 Yt
ut = ut
Yt
Yt
+ ut
+ et = Yt
, ut
1
= Yt
1 Yt
1 Yt
+ et
= 0 + 1 Yt 1 + Yt 1 0 1 Yt 2 + et
= 0 (1 ) + ( + 1 ) Yt 1 1 Yt 2 + et
| {z }
| {z }
Econometria II
49 / 136
3. AUTOCORRELAO E HETEROSCEDASTICIDADE...
Exemplos (cont.)
Modelo dinmico AR(1) com autocorrelao AR(2)
Modelo:
..., ut = 1 ut
+ 2 ut
IID 0, 2e
+ et , et
Yt
= 0 + 1 Yt
= 0 + 1 Yt
+ ut
3 + ut
2
1
2
, ut
, ut
1
2
= Yt
= Yt
1 Yt
1 Yt
1 1 ) Yt
...
Yt
= 0 ( 1 1 2 ) + ( 1 + 1 ) Yt
|
{z
}
2 1 Yt 3 + e t
| {z
}
+ ( 2
Econometria II
50 / 136
3. AUTOCORRELAO E HETEROSCEDASTICIDADE...
Em termos prticos:
I
I
Econometria II
51 / 136
3. AUTOCORRELAO E HETEROSCEDASTICIDADE...
Econometria II
52 / 136
3. AUTOCORRELAO E HETEROSCEDASTICIDADE...
Teste BP (Breusch-Pagan)
regresso auxiliar: u t2 = 0 + 1 Xt1 + ... + k Xtk + wt
H0 : 1 = ... = k = 0 (hom.)
Contudo, os testes apenas so vlidos na ausncia de autocorrelao deve-se primeiro testar se existe autocorrelao (usando verses
robustas heteroscedasticidade):
I
I
Econometria II
53 / 136
3. AUTOCORRELAO E HETEROSCEDASTICIDADE...
+ 2 ut2
+ ... + p ut2
+ vt
Econometria II
54 / 136
3. AUTOCORRELAO E HETEROSCEDASTICIDADE...
2
3
Econometria II
55 / 136
Tpicos
4. MODELOS DINMICOS E PREVISO
4.1. Modelos com desfasamento distribudo innito
4.2. Estacionariedade e testes de razes unitrias
4.3. Regresso espria e cointegrao
4.4. Previso
Econometria II
56 / 136
+ 2 Xt
+ ... + ut ,
onde j ! 0 quando j ! .
Em equilbrio X = Xt = Xt 1 = Xt 2 = ... ) Y =
+ (0 + 1 + 2 + ...) X + ut
Logo: X = 1 ) Y = 0 + 1 + 2 + ...
Econometria II
57 / 136
Operacionalizao
Um modelo com um nmero innito de regressores impossvel de
estimar directamente, sendo necessrio impr restries de forma a
reduzir o nmero de parmetros a estimar.
Modelos principais resultantes da imposio de restries:
I
Econometria II
58 / 136
= + 0 Xt + 1 Xt
= + Xt + Xt
Yt
+ 2 Xt 2 + ... + ut
2
1 + Xt 2 + ... + ut
1
e
Yt
= + Xt
+ Xt
+ 2 Xt
+ ... + ut
1,
pelo que:
Yt
Yt
Yt
Dep. Economia (U. vora)
= (1 ) +Xt + ut ut 1 ,
| {z }
| {z }
= 0 + Xt + Yt 1 + vt
Econometria II
59 / 136
= Xt 1 = Xt 2 = ... = 1 )
= 0 + 1 + 2 + ...
= + + 2 + ...
|
{z
}
progresso geomtrica
Econometria II
60 / 136
Y
Y
Y
X
X
= 0 + X + Y + vt
= 0 + X + vt
0
=
+
X + vt
1 1
=
1
= 1 ) Y =
1
Econometria II
61 / 136
Econometria II
62 / 136
+ (Yt
Yt
1 ) + et ,
Econometria II
63 / 136
Yt
Yt
Yt
= ( + Xt + ut Yt 1 ) + et
= Yt 1 + + Xt + ut Yt 1 + et
= |{z}
+ (1 ) Yt 1 + Xt + (ut + et ) ,
| {z }
| {z }
|{z}
Yt = 0 + Xt + Yt
+ vt
Econometria II
64 / 136
+ ( Xt
Xt
1 ) + et ,
Econometria II
65 / 136
= + Xt
(1
(1
) Yt 1 + Xt
Yt
Yt = + (1
Yt
Yt
) Yt
) Yt
(1
+ ut
1,
= ...
= ...
) Xt
1
+ ut
(1
) ut
z
}|
{
= + (1 ) Yt 1 + Xt 1 + (Xt Xt 1 ) + et
(1 ) Xt 1 + ut (1 ) ut 1
= |{z}
+ (1 ) Yt 1 + Xt + et + ut (1 ) ut 1
| {z }
|{z}
|
{z
}
= 0 + Xt + Yt 1 + vt
Econometria II
1)
6= 0
66 / 136
Econometria II
67 / 136
= Xt
= ... = 1 )
= 0 + (0 + 1 ) + (0 + 1 ) + 2 (0 + 1 ) + ...
|
{z
}
progresso geomtrica
0 + 1
1
0 0 + 0 + 1
1
0 + 1
1
= 0 +
=
=
Econometria II
68 / 136
Y
Y
= 0 + 0 X + Y + 1 X + vt
= 0 + (0 + 1 ) X + vt
0
+ 1
=
+ 0
X + vt
1
1
Y
+ 1
= 0
X
1
+ 1
X = 1 ) Y = 0
1
Econometria II
69 / 136
+ ut ;
Econometria II
70 / 136
Exemplos de processos
Processo fracamente dependente
<Figura 1>
Passeio aleatrio
<Figura 2>
Processo explosivo
<Figura 3>
Econometria II
71 / 136
+ ut
=
=
=
=
+ ut 1 + ut
Yt 3 + u t 2 + u t
...
Y0 + u1 + ... + ut
Yt
+ ut
+ ut ,
Caractersticas:
I
I
E (Yt ) = Y0
Var (Yt ) = 2u t =) srie no estacionria, a varincia depende de t
Econometria II
72 / 136
+ ut .
=
=
=
=
=
+ Yt
+ ut
+ + Yt 2 + ut 1 + ut
+ + + Yt 3 + u t 2 + u t 1 + u t
...
t + Y0 + u1 + ... + ut 1 + ut ,
1
Caractersticas:
E (Yt ) = t + Y0 =) mdia tambm passa a depender de t
Var (Yt ) = 2u t
<Figura 4>
Dep. Economia (U. vora)
Econometria II
73 / 136
+ ut ,
Yt
Yt
Yt
= + Yt 1 Yt 1 + ut
= + ( 1 ) Yt 1 + u t
= + Yt 1 + ut ,
Econometria II
74 / 136
Teste de Dickey-Fuller
Teste comum de razes unitrias
Implementao:
1
= Yt 1 + ut
= + Yt 1 + ut
= + Yt 1 + t + ut
Econometria II
75 / 136
= Yt 1 + 1 Yt 1 + ... + q Yt q + ut
= + Yt 1 + 1 Yt 1 + ... + q Yt q + ut
= + Yt 1 + t + 1 Yt 1 + ... + q Yt q + ut
Econometria II
76 / 136
Relao espria
Com base nos testes de razes unitrias, podem ser distinguidas dois
tipos de variveis:
I
I
Econometria II
77 / 136
Cointegrao
Um modelo composto por variveis I (1) pode ser directamente
estimado pelos MQ apenas quando essas variveis so cointegradas
Duas variveis so cointegradas quando o termo erro da regresso da
varivel dependente na varivel explicativa I (0); isto , apesar de
Yt e Xt serem variveis I (1), ut = Yt Xt I (0)
Em termos econmicos, existir cointegrao signica que existe uma
relao de equilbrio ou de longo prazo entre Y e X
Testes de cointegrao:
I
I
Teste de Engle-Granger
Teste de Engle-Granger aumentado
Econometria II
78 / 136
2
3
Calcular os resduos u t
Estimar a equao correspondente ao teste de Dickey-Fuller
correspondente mas aplicada a u t :
I
Teste de Engle-Granger:
u t = + u t 1 + t + wt
Econometria II
79 / 136
+ Xt + 1 Xt
+ ut
+ Xt + 1 Xt
+ ut ,
Yt
Yt
= + Yt 1 + ut ! passeio aleatrio
= + ut
= + ut ! srie estacionria
<Figura 5>
Econometria II
80 / 136
= Yt
Xt
+ Xt + 1 Xt
+ st
+ ut
Econometria II
81 / 136
Econometria II
82 / 136
4.4. Previso
ft,1
Modelos
Modelos
Modelos
Modelos
Modelos
estticos
dinmicos do tipo ADL
dinmicos do tipo AR
de tendncia
VAR
Econometria II
83 / 136
4.4. Previso
yt
ft,1
= 0 + 1 Xt + u t
= 0 + 1 gt,1
Yt
ft,1
= 0 + 1 Yt 1 + 1 Xt 1 + ... + ut
= 0 + 1 Yt + 1 Xt + ...
Econometria II
84 / 136
4.4. Previso
Yt
ft,1
= 0 + 1 Yt 1 + 2 Yt 2 + ... + ut
= 0 + 1 Yt + 2 Yt 1 + ...
Modelos de tendncia
Yt
ft,1
= + t + ut
= + (t + 1)
Econometria II
85 / 136
4.4. Previso
+ 1 Xt
1 + 1 Xt
+ 2 Yt
1 + 2 Yt
+ 2 Xt
2 + 2 Xt
+ ... + ut
2 + ... + vt
Econometria II
86 / 136
4.4. Previso
Causalidade Granger
X causa Granger Y quando, depois de se ter em conta o passado
de Y , os valores passados de X continuam a ser importantes para
prever o valor de Y
Teste de causalidade Granger: testes t ou F signicncia
estatstica dos desfasamentos de X numa equao em que Y seja a
varivel dependente e as variveis explicativas incluam desfasamentos
de Y
Exemplo:
Yt = 0 + 1 Yt
Xt = 0 + 1 Yt
I
I
+ 1 Xt
1 + 1 Xt
+ 2 Yt
1 + 2 Yt
+ 2 Xt
2 + 2 Xt
+ ... + ut
2 + ... + vt
Econometria II
87 / 136
4.4. Previso
onde:
I
I
I
I
Econometria II
88 / 136
4.4. Previso
fn +h 1,1 , h = 1, ..., m
Econometria II
89 / 136
4.4. Previso
1 m
jen +h j
m h
=1
Quanto menor for o valor destas medidas, melhor ser o modelo para
efectuar previses
Econometria II
90 / 136
5. DADOS DE PAINEL
Tpicos
5.1. Agrupamento de dados seccionais no tempo
5.2. O modelo de efeitos xos
5.3. O modelo de efeitos aleatrios
Econometria II
91 / 136
5. DADOS DE PAINEL
Denio
Quando a amostra contm em simultneo dados seccionais e
temporais, pode-se ter:
I
I
Econometria II
92 / 136
5. DADOS DE PAINEL
Dados agrupados
Estimao por MQ da forma habitual
Incluem-se dummies e/ou termos de interaco de natureza temporal
no modelo para vericar se se registaram alteraes ao longo do
tempo na relao entre variveis
possvel estimar o impacto de determinadas polticas
Econometria II
93 / 136
5. DADOS DE PAINEL
Econometria II
94 / 136
5. DADOS DE PAINEL
Estimar o modelo
Econometria II
95 / 136
5. DADOS DE PAINEL
0 + 0 + 1 + 1
preco 2,perto
0 + 0
preco 2,longe
Econometria II
0 + 1
preco 1,perto
preco 1,longe
96 / 136
5. DADOS DE PAINEL
Econometria II
97 / 136
5. DADOS DE PAINEL
X 1i ) + ... + k (Xkit
yi = 1 (X1it
X ki ) + uit
u i
onde yi = T1 T
i =1 yit , etc..
Econometria II
98 / 136
5. DADOS DE PAINEL
yi
X 1i ) + ...
Econometria II
99 / 136
5. DADOS DE PAINEL
2a
, t 6= s,
2a + 2u
Econometria II
100 / 136
5. DADOS DE PAINEL
yi
X ki ) +
I
I
= 0 ) MQ agrupados
= 1 ) estimador de efeitos xos
Econometria II
101 / 136
5. DADOS DE PAINEL
EA
V EF
V EA
Econometria II
EF
EA ~2k
102 / 136
Tpicos
6.1.
6.2.
6.3.
6.4.
Econometria II
103 / 136
Denies
E (u jXj ) = 0 ) Xj uma varivel explicativa exgena )
estimadores dos MQ consistentes
E (u jXj ) 6= 0 ) Xj uma varivel explicativa endgena )
estimadores dos MQ inconsistentes
Causas comuns para a endogeneidade:
I
I
Omisso de variveis
Erros de medida
Na varivel dependente
Numa ou mais variveis explicativas
Econometria II
104 / 136
Regresso estimada: Y = 0 + 1 X1 + u;
Se X2 explica Y (2 6= 0), omitido e:
I
Econometria II
105 / 136
Variveis proxy
Varivel proxy: varivel que est relacionada com a varivel
explicativa endgena no observvel
Pressupostos (continuao do exemplo anterior):
I
O modelo correcto :
Y = 0 + 1 X1 + 2 X2 + v ,
| {z }
u
I
I
I
isto , E (v jX1 , X2 ) = 0
X2 no observvel e cov (X2 , X1 ) 6= 0 ) E (u jX1 ) 6= 0
O objectivo estimar 1
Xp uma varivel proxy para X2 , sendo a relao entre ela dada por:
X2 = 0 + 1 Xp + vp
E (vp jXp ) = 0
Econometria II
106 / 136
= 0 + 1 X1 + 2 X2 + v
= 0 + 1 X1 + 2 (0 + 1 Xp + vp ) + v
= ( 0 + 2 0 ) + 1 X1 + 2 1 Xp + v + 2 vp ,
|{z}
| {z }
|
{z
}
0
= 0 + 1 X1 + 2 Xp + w
Resultado:
I
I
Econometria II
107 / 136
Econometria II
108 / 136
2X
2 + 2
| X {z e}
<1
Econometria II
109 / 136
E (u jZ ) = 0
cov (X1 , Z ) 6= 0
Econometria II
110 / 136
Pressupostos e propriedades
Vericao dos pressupostos:
I
I
Econometria II
111 / 136
i =1 (Z i Z )(X i X )
VI
1 X
= Y
VI
Var 1
2
,
2
n2X RXZ
2 refere-se regresso X = + Z + v
onde RXZ
0
1
No caso dos MQ
MQ
var 1
2
ni=1 (Xi
2
X )
2
,
n2X
pelo que a ecincia das VIs relativamente aos MQ ser tanto menor
quanto menor a correlao entre Z e X
Dep. Economia (U. vora)
Econometria II
112 / 136
Z 0y
Z 0Z
X 0Z
Econometria II
113 / 136
Econometria II
114 / 136
Pressupostos e propriedades
Vericao dos pressupostos:
I
I
Econometria II
115 / 136
Processo de estimao
Dois passos:
1
Econometria II
116 / 136
Z 0y ,
3
1 X 11 X21 ... Xk 1
6 1 X 12 X22 ... Xk 2 7
7
Z =6
4 1 X 13 X23 ... Xk 3 5
... ...
...
...
Econometria II
117 / 136
Sem endogeneidade:
MQ consistentes e ecientes
VI/MQ2P consistentes
Com endogeneidade:
MQ inconsistentes
VI/MQ2P consistentes
Econometria II
118 / 136
X 1 ,
X 1 = 0 + 1 Z1 + 2 Z2 + 3 X2 + ... k +1 Xk
Teste t para:
H0
1 = 0 (X1 exgeno)
H1
1 6= 0 (X1 endgeno)
Econometria II
119 / 136
Testar
H0
VI vlidas
H1
VI no vlidas
Econometria II
120 / 136
Tpicos
7.1.
7.2.
7.3.
7.4.
dois
7.5.
Econometria II
121 / 136
Equaes simultneas
Nova causa de endogeneidade: simultaneidade, isto , os valores da
varivel dependente e de uma ou mais variveis explicativas duma
equao so determinados simultaneamente (exemplo: quantidade e
preo de equilbrio no mercado de um produto)
Modelos de equaes simultneas: modelos compostos por duas ou
mais equaes, cada uma com a sua varivel dependente, a qual entra
como varivel explicativa nas outras equaes
O mtodo das VIs e dos MQ2P so tambm utilizados neste mbito
Econometria II
122 / 136
Econometria II
123 / 136
2 1 Y2
Y2
= 2 Y1 + 2 Z2 + u2
= 2 (1 Y2 + 1 Z1 + u1 ) + 2 Z2 + u2
= 2 1 Z1 + 2 Z2 + 2 u1 + u2
2 1
2
u + u2
=
Z1 +
Z2 + 2 1
;
1 2 1
1 2 1
1 2 1
Econometria II
124 / 136
Forma reduzida
Forma reduzida do modelo - as variveis endgenas so funo
apenas de variveis explicativas:
Y1 = 11 Z1 + 12 Z2 + v1
Y2 = 21 Z1 + 22 Z2 + v2
As equaes da forma reduzida correspondem ao primeiro passo do
mtodo dos MQ2P aplicado a cada uma das equaes estruturais,
onde na primeira (segunda) equao estrutural se usa Z2 (Z1 ) como
VI para Y2 (Y1 )
Tal como anteriormente, as equaes da forma reduzida so estimadas
pelos MQ, desde que haja instrumentos em nmero suciente
Econometria II
125 / 136
Econometria II
126 / 136
Econometria II
127 / 136
Exemplos
Nenhuma das equaes identicada:
Y1 = 1 Y2 + u 1
Y2 = 2 Y1 + u 2
Apenas a primeira equao identicada:
Y1 = 1 Y2 + u 1
Y2 = 2 Y1 + 2 Z2 + u2
Ambas as equaes so identicadas:
Y1 = 1 Y2 + 1 Z1 + u1
Y2 = 2 Y1 + 2 Z2 + u2
(em todos os exemplos est-se a admitir que na forma reduzida todos os
parmetros so no nulos)
Dep. Economia (U. vora)
Econometria II
128 / 136
Econometria II
129 / 136
Yi
Zi
Xi =
C =4
1
21
31
6
6
6
6
=6
6
6
6
4
Y1
Y2
Y3
Z1
Z2
Z3
Z4
12
1
0
3
7
7
7
7
7
7
7
7
5
3
u1
ui = 4 u2 5
u3
13
0
1
11
21
31
Econometria II
0
22
32
0
23
33
3
0
0 5
34
130 / 136
6
6
6
6
1 = 6
6
6
6
4
0
0
0
0
1
0
0
0
0
0
0
0
1
0
0
0
0
0
0
0
1
7
6
7
6
7
6
6
7
7 , 2 = 6
7
6
7
6
7
6
5
4
0
0
1
0
0
0
0
0
0
0
0
0
0
1
7
6
7
6
7
6
7
6
7 e 3 = 6
7
6
7
6
7
6
5
4
0
1
0
0
0
0
0
3
7
7
7
7
7
7
7
7
5
Econometria II
131 / 136
Econometria II
132 / 136
C 1 = 4
0
22
32
3
0
0 5
34
0
23
33
r (C 1 ) = 2 ) identicada
2a equao:
r (1 ) = 3 ) sobre-identicada
2
C 2 = 4
13
0
1
3
0
0 5
34
r (C 2 ) = 2 ) identicada
r (2 ) = 2 ) exactamente identicada
Dep. Economia (U. vora)
Econometria II
133 / 136
2
4
3
12
1 5
0
) r (C 1 ) = 1 ) no identicada
Econometria II
134 / 136
Econometria II
135 / 136
Econometria II
136 / 136