1 Endogeneità, variabili strumen-

tali

1.1 Proprieta’dello stimatore OLS

Modello statistico

yt = 1 + 2xt2 + ::: + k xtk + "t

yt = x0t + "t ;
Breve sommario: yte xt sono variabili osservabli mentre
"t non e’osservata e ed e’chiamata termine di errore o
di disturbo. sono parametri ignoti relativi alla popo-
lazione. I dati consistono solo di un campione T di osser-
vazioni. Il campione e’ una particolare realizzazione fra
tutti i possibili campioni di numerosita’ T che avrebbero
potuto essere estratti dalla medesima popolazione ) yt,
xt, "t sono v.c.
y =X +"

Una delle ipotesi fondamentali del modello lineare e’

E ["jX] = 0 ) le variabili X sono esogene, " e X sono

indipendenti ) E [yjX] = X0 dato che

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.

yt = 1 + 2yt 1 + 3yt 2 + "t

cioe’
H0 : 2 = 3 = 0
X = [1; yt 1; yt 2] se cosi’non fosse dunque E ["jX] 6=
0 =) stimatore OLS non corretto e non consistente.

Considerando alcune ipotesi più deboli abbiamo

1. xt; "t sono indipendenti per ogni t ma xs puo’dipen-

dere da "t se s 6= t

2. "t iid(0; 2)

sotto tali ipotesi si dimostra che

h i
a
b N ; 2 xx1
Se xx e’ …nita ed invertibile tutti i test classici (test
t, test F etc.) sono validi in forma approssimata a
condizione che siano veri…cate le ipotesi 1. e 2. In questo
caso lo stimatore OLS e’ consistente e asintoticamente
e¢ ciente, anche se le proprieta’dei piccoli campioni non
risultano piu’valide.

Cosa succede quando questa ipotesi non viene veri…cata?

1.2 Casi in cui lo stimatore OLS non puo’
essere utilizzato

1.2.1 Autocorrelazione con variabile dipendente ri-

tardata

Consideriamo dunque il seguente modello

yt = 1 + 2xt + 3yt 1 + "t (1)

"t = "t 1 + t (2)
sostituendo (2) in (1) otteniamo

yt = 1 + 2xt + 3yt 1 + "t 1 + t (3)

dato che, esprimendo (1) in termini di t 1, otteniamo

yt 1 = 1 + 2xt 1 + 3yt 2 + "t 1

da cui

"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

Consideriamo il seguente modello

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

Sostituendo otteniamo che

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)

E (xt"t) = E [(wt + ut)(vt 2 ut )]

= E [wtvt + utvt 2 ut ut 2 ut wt ]
= 2
2 u
V (xt) = V (wt + ut) = 2w + 2u
ne consegue che
!
2
u
p lim b2 = 2 1 2
w + 2u
lo stimatore OLS e’distorto e non consistente.

Otteniamo un risultato analogo e’valido anche per b1

1.2.3 Simultaneita’

Una delle variabili esplcative e’ determinata congiunta-

mente con la variable dipendente.
In una economia chiusa senza settore pubblico:

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?

Considerando il sistema in forma ridotta

1 1 1
rt = + it + "t (8)
1 2 1 2 1 2
1 2 1
ct = + it + "t
1 2 1 2 1 2
dalla (8) deriva che

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?

1.3 Stimatore delle variabili strumentali

Consideriamo il seguente modello

yi = x0i1 1 + xi2 2 + "i

yi; salario individuale, x0i1 caratteristiche personali, xi2
numero di ore lavorate. Per assunzione dovremmo avere

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.

^ IV e’consistente ed asintoticamente normale se

1 N 0
zx = p lim zi x
N i=1 i
e’…nita ed invertibile.

Distribuzione asintotica dello stimatore IV

p
T ^ IV ! N 0; 2 zx zz1 zx (18)
dove zz = p lim N 1 N z z0 deve essere invertibile. La
i=1 i i
varianza di ^ IV puo’essere stimata con
1 1
V^ ( ^ IV ) = ^2 N x z0
i=1 i i
N z z0
i=1 i i
N z x0
i=1 i i

Proprieta’ fondamentali degli strumenti: uno strumento

zi si dice valido se

1. e’correlato con le variabili endogene

2. non e’correlato con il termine di errore

1.3.1 Test di Hausman-Wu

Lo scopo e’di veri…care se xi2 e’endogeno a condizione

che zi sia valido.

Confronto fra gli stimatori OLS e IV

 1. regredire xi2 su x0i1 e zi con OLS

2. ottenere i residui v^i dalla regressione in 1.

3. Stimare la seguente regressione ausiliaria con OLS

yi = x0i1 1 + xi2 2 + v^i + ei

se = 0 mediante un t-test) xi2 e’esogena

Modello Keynesiano

Utilizzare le ipotesi a priori di teoria economica. Qualsi-

asi variabile esogena che abbia e¤etto sul regressore en-
dogeno puo’essere utilizzata come strumento, i.e. it e’
uno strumento valido per rt:

Errori di misurazione

Spesso ignorato per la di¢ colta’di trovare strumenti va-

lidi
1.4 Stimatore generalizzato delle variabili
strumentali (IV)

Se il numero (R) degli strumenti e’uguale al numero dei

regressori (K ) lo stimatore IV (17) in termini matriciali
sarà
1
^ IV = Z0X Z0y
Se il numero (R) degli strumenti e’maggiore al numero
dei regressori (K ) scegliamo in modo che gli R mo-
menti campionari
1 N
i=1 (yi x0i )zi ' 0 (19)
N
cioe’il piu’possibile vicini a zero. Seguendo la metodolo-
gia dei minimi quadrati, minimizziamo la seguente forma
quadratica
1 N 0 1 N
Q( ) = (yi x0i )zi WN (yi x0i )zi
N i=1 N i=1
dove WN e’una matrice di ponderazione (R R) sim-
metrica e de…nita positiva che stabilisce il peso da attir-
buire ai diversi momenti campionari. WN attribuisce un
peso per ogni momento. Risolvendo si ottiene
h i 1
^ IV = X0ZWN Z0X X0ZWNZ0y
Ci possono essere 3 casi:

1. se R = K allora X0Z e’ quadrata e invertibile di

conseguenza
1 1 1
^ IV = Z0 X WN X0 Z X0ZWNZ0y

1
^ IV = Z0X Z0y

e’ esattamente idenit…cato ^ IV non dipende da

WN e (19) = 0

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

Variabili Strumentali Generalizzato e’dato da:

1 1 1 1 0
^ GIV E = Z0X Z0Z X0 Z X0 Z Z0 Z Zy

Varianza dello stimatore GIVE

1 0 1
V^ ( ^ GIV E ) = ^2 X0 Z Z0Z ZX

Se R > K un’ alternativa piu’ utilizzata nei lavori em-

pirici e’lo stimatore a due passi 2SLS (Two Stage Least
Square):

^ = Z(Z0Z) 1Z0X, i.e. regredire X su Z e ot-

1. X
^
tenere i valori predetti di X;cioe’ X
 1
2. ^ IV = X
^ 0X
^ ^ 0y, regredire y su X
X ^ (al posto
di X)

1.5 Test di Sargan o di sovraidenti…cazione

Nel caso esattamente identi…cato R = K

1 N
"i z i ] = 0
i=1 [^
N
1 N [^
Nel caso sovraidenti…cato R > K , N i=1 "i zi ] sono
vicini a zero ma tendono asintoticamente a zero.

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

un modo semplice per calcolare (20) e’:

"i su zi
1. calcolare are una regressione ausiliaria di ^
 2. N R2 della regressione in 1. N R2 2
R K

Ri…uto dell’ipotesi nulla ) strumenti non validi

1.6 Strumenti deboli

Se lo strumento e’ valido, lo stimatore e’ consistente e

converge verso
Cov (zi; yi)
IV =
Cov (zi; xi)
se lo strumento e’ debole la correlazione fra zi e xi es-
iste ma non su¢ ciente a¢ nche’la distribuzione asintotica
normale fornisca una buona approssimazione in campioni
…niti, i.e. Cov (zi; xi) ! 0

Consideriamo la seguente regressione:

yi = x0i1 1 + xi2 2 + "i

se xi2 e’endogeno e viene "strumentato" con z0i2 allora
in
xi2 = x0i1 1 + z0i2 2 + vi

2 6= 0 se gli strumenti sono rilevanti, 2 = 0 se gli

strumenti sono irrilevanti. Una semplice regola: F sta-
tistica di signi…cativita’congiunta di 2 = 0 deve essere
maggiore di 10 a¢ nche’gli strumenti possano essere con-
siderati validi.