Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
tali
Modello statistico
E ["] = 0 ) E ["jX] = 0
Cio’ implica che una variabile esplicativa non e’ infor-
mativa sul valore atteso di qualsiasi termine di errore.
In molti casi l’ipotesi che X ed " sono indipendenti e’
troppo forte. Esempio: Fama(1991) e¢ cienza dei mer-
cati debole, i rendimenti non possono essere previsti sulla
base del proprio passato.
2. "t iid(0; 2)
"t 1 = yt 1 1 2 xt 1 3 yt 2
"t e’chiaramente correlato con yt 1 [vedi (3)]. Se 6= 0
OLS non e’piu’consistente
1.2.2 Errori di misura
yt = 1 + 2wt + vt
dove vt iid(0; 2v ) e E [vtjwt] = 0. Assumiamo che
xt e’il valore misurato (con errore ut) di wt tale che
xt = wt + ut
wt = xt ut
dove ut iid(0; 2u); E (vt; ut) = 0; E [utjwt] = 0
yt = + 2 xt + " t
1 (4)
"t = vt 2 ut (5)
lo stimatore OLS e’consistente?
E (xt"t)
p lim b2 = 2 +
V (xt)
dunque dalla (5)
1.2.3 Simultaneita’
ct = + 2rt + "t
1 (6)
rt = ct + it (7)
rt = reddito; ct = consumo; it= investimento; rt e ct
sono variabili endogene perche’ sono determinate con-
giuntamente nel modello. Nota che (6)- (7) è un modello
a equazioni simultanee in forma strutturale. E (it"t) = 0
it e’esogeno. Se ct in‡uenza rt attraverso (7) ) rt e’
correlato con "t. Lo stimatore OLS e’corretto e consis-
tente?
1 2
1
Cov (rt"t) = Cov (it"t)+ V ar("t) =
1 2 1 2 1 2
OLS di 2 in (6) sara’ distorto e non consistente. Un
ulteriore problema di questo caso e’ l’identi…cazione: i
parametri della forma ridotta sono su¢ cienti a fornire
una stima consistente dei parametri strutturali?
E ("ixi1) = 0 (9)
E ("ixi2) = 0 (10)
in realta’
E ("ixi2) 6= 0 (11)
cioe’il numero di ore lavorate dipende da caratteristiche
non osservate raccolte in "i. xi2 e’ detta endogena )
OLS e’distorto e non consistente. Occorrono ipotesi sup-
plementari altrimenti il modello non risulta identi…cato:
condizioni dei momenti (valori attesi impliciti nel mod-
ello) di numero su¢ ciente ad identi…care i parametri ig-
noti nel modello.
h i
E yi x0i1 1 xi2 2 xi1 = 0
h i
E yi x0i1 1 xi2 2 xi2 = 0 (12)
Una volta stimato il modello i momenti corrispondenti
saranno:
1 N h 0
i
yi xi1b1 xi2b2 xi1 = 0 (13)
N i=1
1 N h 0
i
i=1 yi xi1b1 xi2b2 xi2 = 0 (14)
N
K condizioni. Nota che (11) ) che la (14) non vale
piu’. E’ necessario uno strumento, zi2, per mezzo del
quale possiamo sostituitre (12) con
h i
E yi x0i1 1 xi2 2 zi2 = 0
^ IV stimatore delle variabili strumentali puo’essere cal-
colato risolvendo
1 N h 0 ^ ^
i
yi xi1 IV 1 xi2 IV 2 xi1 = 0(15)
N i=1
1 N h 0
i
i=1 yi xi1 ^ IV 1 xi2 ^ IV 2 zi = 0(16)
N
la soluzione di questo sistema ci da’
N z x0 1 N zy
^ IV = (17)
i=1 i i i=1 i i
dove xi = (x0i1; xi2) e zi = (x0i1; zi) se xi2 = zi questa
espressione si riduce allo stimatore OLS.
Modello Keynesiano
Errori di misurazione
1
^ IV = Z0X Z0y
2. se R < K e’sottoidenti…cato
3. se R > K e’sovraidenti…cato
E’possibile dimostrare che la matrice di ponderazione ot-
timale e’proporzionale all’inversa della matrice di covari-
anza dei momenti campionari (ai momenti camionari con
varianza minore viene attribuito un maggior peso, mag-
giore e¢ cienza) di conseguenza la WN ottima e’ data
1 N z z0 1 1 Z0 Z 1
da N i=1 i i = N e lo stimatore delle
N QN ( ^ IV ) (20)
!0 ! 1 !
N N N
= "izi
^ ^2 (zizi)0 "i z i
^ 2
R K
i=1 i=1 i=1
"i su zi
1. calcolare are una regressione ausiliaria di ^
2. N R2 della regressione in 1. N R2 2
R K