Baixe o app para aproveitar ainda mais
Prévia do material em texto
EAE 5811 - Econometria I Prof. Dr. Denisard Alves Monitores: Bruno Gasperini e Ricardo Sabbadini Lista 3 Data de entrega: 23/04 1) Considere o seguinte modelo y = X� + " em que a matriz de variância-covariância E[""0jX] = �2 : a) Encontre �^ols; E[�^ols] e var[�^ols] b) Encontre �^gls; E[�^gls] e var[�^gls] c) Demonstre o Teorema de Aitken: �^gls é o estimador linear não viesado de variância miníma no modelo de regressão linear generalizado. 2) Considere o modelo yt = �+ et; t = 1; :::; T com et i.i.d, E[et] = 0; E[e2t ] = � 2 + �2 e cov(et; es) = � 2; para s 6= t: O estimador e ciente de � é GLS. Compute a e ciência relativa de OLS, de nida por var(�^ols) var(�^gls) 3) Suponha que você queira estimar um modelo e descon a, por motivos teóricos, da presença de heteroscedasticidade e os testes empíricos comprovam este fato. Discute a utilização do estimador de White, de GLS e de FGLS para se estimar a variância. 4) No modelo generalizado de regressão, se as k colunas de X são auto- vetores de , então os estimadores de OLS e GLS são idênticos. Prove esse resultado. 5) Suponha E[uijx] = 0 e E[u2i jx] = �2: A intenção desse exercício é guiá-lo pela demostração da distribuição assintótica, sob a hipótese nula de homoscedas- ticidade, das estatísticas dos testes de heteroscedasticidade de Breusch-Pagan e White. Provaremos um caso geral em que ambos se enquadram. Seja h(x) um vetor n por k de variáveis do qual a E[u2jx] pode depender. No caso do teste de Breusch-Pagan h(x) = x; no de White h(x) = x0x (tal vetor tem todas as variáveis explicativas, seus quadrados e seus produtos cruzados). Seja u2i = �0 + hi� + vi; Sob H0 de homocedasticidade, temos que � = 0; �0 = � 2 e E[vijhi] = E[vijxi] = 0: 1 Sabemos que a estatística do teste de heteroscedasticidade consiste num teste de signi cância da regressão de u^2i contra hi (pode ser nR 2 ou um teste F ou Wald). hi é um vetor k por 1. a) Mostre que: n�1=2[ X hi(u^ 2 i � �^2)] = n�1=2[ X (hi � �h)(u2i � �2)] + op(1) em que �h é a esperança populacioanl de hi: Dica: use o fato que: fn�1=2[P(hi � �h)x0i(b� �)(b� �)0xi]g = op(1) b) Suponha que E[u4i =xi] = � 2; isto é, em u2i = �0 + hi� + vi; E[v 2 i =xi] = �2: Supõe-se homoscedasticidade na regressão auxiliar (apesar de ser possível fazer testes robustos à heteroscedasticidade nesse etapa, não mostraremos sua distribuição assintótica). Mostre que: E[(u2i � �2)2(hi � �h)0(hi � �h)] = �2E[(hi � �h)0(hi � �h)] em que: �2 = E[(u2i � �2)2] c) Mostre que os itens (a) e (b) implicam que a estatística LM da regressão de u^2i contra hi se distribui assintoticamente como uma � 2 Q: 6) Suponha que você tenha a seguinte especi cação : yi = x0i� + "i, que satisfaz todas as suposições do teorema de Gauss-Markox. Entretanto, ao invés dos dados originais i=1,...,N, você tem J grupos de diferentes tamanhps. O primeiro grupo tem uma pessoa, o segundo grupo duas pessoas e o j-ésimo grupo j pessoas, sendo que JX j=1 j = N . Se você tem a sua disposição apenas as médias dos grupos �yj e �xj , responda: a) O estimador de OLS de � será viesado? b) O estimador de OLS de � terá variância mínima? 7) Considere o modelo de regressão: yi = �+ �xi + zi + ui; em que ui = zivi + ei em que ei é i.i.d com média zero e variância �2e e vi é i.i.d com média zero e variância �2v. Suponha cov(ei; vi) = 0, o que implica que var(uijzi) = z2i �2v+�2e: Utilizando o STATA, crie uma população de 10000 observações (seed 123) extraídas de uma distribuição normal com as seguintes características: xi � N(410; 121) zi � N(20; 25) vi � N(0; 16) ei � N(0; 1) 2 Agora, gere: o termo de erro ui e a variável yi tal que � = 2; 5; � = 2 e = 15: Sorteie dessa população uma amostra de 2000 observações e responda: a) Estime o modelo apresentado por OLS. Reporte as estimativas e seus erros-padrão. b) Faça o grá co de dispersão de y contra z. Qual conjectura pode ser feita a partir desse grá co? c) Teste a presença de heteroscedasticidade por Breusch-Pagan e por White (é permitido utilizar os comandos para os testes do STATA). Qual a conclusão dos testes? d) Estime o modelo utilizando o estimador robusto de Eicker-Huber-White para a matriz de variância-covariância. Compare os resultados obtidos com os do item a. e) Estime o modelo acima por FGLS, partindo da suposição de que a het- eroscedasticidade segue a forma multiplicativa de Harvey. 8) (base de dados: cc.txt) Procedimento para uma situação em que você encontre uma base de dados em .txt e queira trabalhar com ela no STATA, mas não possa utilizar o MSExcel para tabular os dados. i) mude o diretório principal de trabalho do STATA para a localização onde se encontra o seu arquivo .txt pelo comando: cd "..." (exemplo: cd "C:nDocuments and SettingsnAdministradornDesktop"); ii) comando para entender o .txt: in le nome das variaveisusing nome- doarquivo, prestando atenção para a ordenação das variáveis (exemplo: in le mdr acc age income exp ownrent selfempl using cc.txt); iii) salvar o arquivo no formato .dta (as variáveis do item anterior são de nidas na tabela F8.1 do Greene 6ed p.1085); iv) caso você se depare com um arquivo tipo .csv (comma separated value), o procedimento é similar, apenas usando o comando insheet ao invés de in le; Agora, considere o seguinte modelo expi = �0 + �1agei + �2ownrenti + �3incomei + �4income 2 i + "i a) Explique (dê uma intuição) por que este modelo pode sofrer de het- eroscedasticidade. b) Para con rmar suas suspeitas, implemente os teste de Breusch-Pagan (caso geral e caso especial) e de White (caso geral e caso especial). Para efeito de exercício, você não poderá utilizar os comandos (estat) imtest, whitetst ou (estat) hettest do STATA (utilize tais comandos apenas para conferir sua re- sposta). c) Os testes indicam a presença de heteroscedasticidade? Se diferem, qual seria a origem de tal divergência? Além disso, descrevas vantagens e desvanta- gens do teste de White. d) Suponha que a variância do erro é desconhecida. Porém, você tem indí- cios de sua estrutura e suspeita que esta variância seja uma função linear das variáveis income e income2. Obtenha o estimador de FGLS. 3
Compartilhar