Baixe o app para aproveitar ainda mais
Prévia do material em texto
EAE 5811 - Econometria I Prof. Dr. Ricardo Avelino Monitores: Bruno Gasperini e Ricardo Sabbadini Lista 4 Data de Entrega: 26/05 1) O arquivo money.dta contém dados trimestrais ajustados para sazonal- idade do logaritmo da oferta de moeda real (m), PIB real (y) e taxa de juros (r) para o Canadá referente ao período 1967:1 até 1998:4. Usando esses dados, estime o seguinte modelo por OLS mt = �0 + �1rt + �2yt + �3mt�1 + �4mt�2 + "t a) Faça o teste de Durbin-Wu-Hausman para a hipótese de que a taxa de juros rt é exógena, usando rt�1 e rt�2 como instrumentos adicionais. Explique a lógica do teste. b) Estime o modelo por 2SLS tratando rt como endógena e utilizando rt�1 e rt�2 como instrumentos adicionais. Essas estimativas são muito diferentes da estimativas de OLS? Por que? Qual o problema de, ao invés de utilizarmos o comando ivreg no STATA, rodarmos os dois estágios manualmente? c) Realize o teste de Sargan. Explique a lógica desse teste. Obs: Para os testes de Hausman e Sargan, não utilize os comandos do STATA. Dica: Ver seções 6.2.1 e 6.2.2 Wooldridge (2002). 2) Considere a estimação por IV de um modelo de regressão linear simples. y = �0 + �1x+ u Suponha: E[u] = 0; Cov[z; u] = 0; Cov[x; u] 6= 0; E[u2=z] = �2: a) Sob as hipóteses acima, mostre que AV ar[ p n(�^1 � �1)] pode ser escrita como [�2=(�2x� 2 zx)]; em que � 2 x = V ar[x] e �zx = Corr[x; z]: b) Como cada um desses fatores afeta AV ar[ p n(�^1� �1)]? O que acontece quando �zx ! 0? c) Para o caso de regressão linear asimples acima, mostre que caso Cov[z; u] 6= 0; a inconsistência do estimador de IV pode superar a de OLS. 3) Use os dados de openess.dta. Considere o modelo abaixo. infi = �0 + �1openi + �2 log(pcinci) + ui em que infi é inação, openi é uma medida de abertura comercial e pcinc é a renda per capita do país i. a) Estime o modelo por OLS. b) Suponha que open seja endógena. Explique porque a área de um país pode ser um bom instrumento para essa variável. Estime o modelo por 2SLS 1 usando a variável log(land); log da área do país, como instrumento. Faça um teste de endogeneidade. O instrumento é fraco? c) Refaça todo o item anterior usando log(land) e a dummy oil (valor um para países produtores de petróleo) como instrumentos. Também faça um teste de restrições sobreidenti cadoras. Dica: o STATA 10 possui o comando ivregress. Versões anteriores do STATA podem baixar o package ivreg2. 4) Seja b o estimador de OLS e �^ o de 2SLS. Mostre que o teste de Durbin- Wu-Hausman, em que se utiliza uma regressão auxiliar, é um teste que tem como hipóetse nula b = �^: Dica1: encontre uma expressão para �^�b e mostre que essa é nula quando os coe cientes testados na regressão auxiliar são nulos. Dica2: no teste DWH, você pode inserir na equação estrutural ou resíduo ou o valor previsto da equação auxiliar. 5) Para o modelo de erro de medida de Greene, seção 12.5.1 da sexta edição, derive detalhadamente e explique cada passo para a obtenção dos resultados das equações (12-16), (12-17a) e (12-17b). Leia a seção e veja quais as hipóteses em usadas para chegar a cada resultado, explicíte-as. 6) Suponha um modelo linear homocedástico. Seja b o estimador de OLS. Suponha que plim(X0"=n) = 6= 0: Encontre a plim(b) e a variância assintótica de b. Seja �^ o estimador de variáveis instrumentais. Encontre e plim(�^) e sua distribuição assintótica. Agora mostre que o erro quadrático médio do estimador de IV pode superar o de OLS. 7) Considere o seguinte sistema de G equações representado abaixo para uma observação i de uma amostra i.i.d. de N indivíduos. yi= Xi� + ui Em que: � é um vetor K por 1; yi e ui são vetores G por 1; Xi é uma matriz G por K. (a) Suponha que: E[X0iui] = 0 postofE[X0iXi]g = K Partindo da primeira hipótese, derive pelo princípio da analogia um esti- mador para �. Mostre que sob as condições usuais de regularidade este esti- mador é consistente. Encontre sua distribuição assintótica. 2 (b) Considere o caso em que Xi = 0BBBBBB@ xi1 0 0 � � � 0 0 xi2 0 � � � 0 0 0 . . . 0 ... ... . . . ... 0 0 0 � � � xiG 1CCCCCCA e � = 0BBB@ �1 �2 ... �G 1CCCA Em que: �g é um vetor Kg por 1, g = 1; 2; :::; G; xig é um vetor 1 por Kg, g = 1; 2; :::; G; K = P Kg: Mostre que o estimador de � do item (a), nesse caso, equivale a estimar cada equação separadamente por MQO. (c) Agora, suponha que: E[uiu 0 i] = E[Xi ui] = 0 é positiva de nida E[X0i �1Xi] é não-singular. Qual hipótese é mais restritiva (mais "forte"), E[Xi ui] = 0 ou E[X0iui] = 0? Explique sua resposta. (d) Considere a seguinte transformação no sistema de equações original. Suponha que a matriz é conhecida. �1=2yi= �1=2Xi� + �1=2ui ou y�i= X � i� + u � i Agora aplique o estimador do item (a) aos dados transformados. Mostre que este estimador é consistente. Por que isso não ocorreria se tivéssemos "E[X0iui] = 0" no lugar de "E[Xi ui] = 0"? Encontre a distribuição ass- intótica do estimador. 3 (e) Mostre que E[uiu0i=Xi] = E[uiu 0 i] = implica que: E[X0i �1uiu0i �1Xi] = E[X0i �1Xi] Sob essa última condição, encontre a variância assintótica do estimador do item (d). Mostre que sob essa hipótese, o estimador do item (d) (GLS) é mais e ciente que o do item (a) (OLS). 8) Considere o seguinte sistema de duas equações: y1 = �1 + u1 y2 = �2x+ u2 Todos os elementos acima são escalares. Uma amostra de 50 observações produziu a seguinte matriz de momentos, simétric (primeira linha se refere à constante 1, a segunda à y1, a terceira à y2 e a quarta à x. 0BB@ 50 150 500 50 40 90 100 60 50 100 1CCA (a) Encontre a fórmula explicita para o estimador de GLS de �1 e �2: Qual é a matriz de variância-covariância assintótica deste estimador? (b) Derive o estimador de OLS e sua variância nesse modelo. As respostas aos itens (c) e (d) devem ter seis casas decimais. (c) Obtenha as estimativas de �1 e �2 por OLS e sua matriz de variância- covariância. Use n no lugar de n � 1 como denominador das estimativas da variância dos erros. (d) Obtenha as estimativas de �1 e �2 por FGLS e sua estimativa amostral da matriz de variância-covariância. 9) Exercício computacional. Base de dados Fringe.dta. É necessária a ap- resentação do "outputdo Stata. Considere um sistema de duas equações em que as variáveis explicadas são salário hora (hrearn) e benefícios por hora (hrbens) para um grupo de tra- balhadores. As variáveis explicativas presentes nas duas equações são: educ, exper, exper2, tenure, union, south, nrtheast, nrthcen, married, white, male e uma constante. (a) Estime o sistema por FGLS. Mostre que o mesmo resultado seria obtido estimando cada equação por OLS. (b) Estime um SUR, por FGLS, restrito, foçando os coe cientes de educ a serem iguais nas duas equações. Em seguida, teste no modelo irrestrito se esses coe cientes são iguais. (c) No modelo irrestrito faça o seguinte teste de restrições conjuntas. Teste se o coe ciente de educ é igual nas duas equações, o coe ciente de exper é igual 4 nas duas equações e o coe ciente de exper2 é igual nas duas equações. Em seguida, teste cada restrição individualmente. Por m, estime o SUR restrito. Compare os coe cientes de educ, exper e exper2nos dois casos. (d) No modelo irrestrito encontre o efeito marginal de exper, avaliado em sua média amostral, sobre as duas variáveis explicadas. Monte intervalo de con ança para essas estimativas. 10) Discuta identi cação e estimação do seguinte modelo de equações si- multâneas. y1t + 12y2t + 13y3t + �11x1t + �13x3t = "1t y2t + 23y3t + �22x2t + �23x3t = "2t 31y1t + y3t + �32x2t = "3t (Você não tem nenhuma restrição envolvendo as covariâncias). Certi que-se de que você está considerando tanto as condições de ordem quanto de posto e de explicitar as suposições necessárias para a estimação dos parâmetros do modelo. 11) Considere o seguinte modelo de oferta e demanda: qs = �0 + �1p+ �2! + �s qd = �0 + �1p+ �2y + �d qs = qd onde ! denota um vetor de observações de dimensão T � 1 do clima e y é um vetor de observações T � 1da renda. Ambos são exógenos, por hipótese. a) Discuta a identi cação dos parâmetros nas equações de oferta e demanda. b) A restrição �2 = 0 impõe alguma restrição nos parâmetros da forma reduzida? Cuidadosamente descreva um teste de H0 : �2 = 0 contra H1 : �2 6= 0 utilizando os parâmetros da forma reduzida. Dica: Escreva H0 como H0 : R� = q0: c) Suponha que a primeira equação é estimada por um estimador de in- formação limitada, isto é, variáveis instrumentais. Você pode determinar se a primeira equação é uma curva de oferta ou de demanda examinando o sinal de �1? d) Suponha que uma agência governamental a cada ano xe o preço em p0t e que esse preço possa diferir ano a ano. Que efeito essa política teria na identi cação e estimação do modelo? 5 12) Considere o seguinte sistema de equações sob as hipóteses usuais y1 = 12y2 + "1 (1) y2 = 21y1 + �21x1 + "2 (2) a) As equações (1) e (2) são identi cadas se nós não zermos nenhuma suposição a respeito da distribuição de probabilidade, exceto que E ("1jx1) = E ("2jx1) = 0? b) Mostre que se a covariância dos erros é zero, então ambas as equações são identi cadas. 13) Você tem um sistema com três equações, no qual cada equação é iden- ti cada. y1 = Y1 1 +X1�1 + "1 (1) y2 = Y2 2 +X2�2 + "2 (2) y3 = Y3 3 +X3�3 + "3 (3) onde "t � N (0;�) : Seja X = [X1; X2; X3] : Você está con ante de que a especi cação das duas primeiras equações está correta, mas não tem certeza se E [X 0t"3t] = 0. Para construir um teste, você decide rodar uma regressão de míminos quadrados em dois estágios em cada equação e compará-la com os resultados de míminos quadrados em três estágios para o sistema todo. a) Explique intuitivamente por que você pode construir um teste de es- peci cação a partir desse procedimento, demonstrando o efeito da especi cação incorreta. b) Para construir um teste formal, você considera as estimativas de cada equação �i = � ^i �^i � e constrói a estatística W = � �^1 �^2 � 2SLS � � �^1 �^2 � 3SLS Construa um teste assintótico sob a hipótese nula de que a especi cação está correta, incluindo os graus de liberdade apropriados. c) Você pode pensar num teste baseado numa estratégia de estimação mais e ciente? 14) Considere o modelo Keynesiano simpli cado Ct = �Yt + ut Yt = It + Ct 6 onde C denota o consumo, Y a renda e I o investimento (exógeno). Todas as variáveis são transformadas de modo que tenham média zero e ut i:i:d:� N �0; �2� a) Mostre que MQO na equação Ct = �Yt + ut conduz a uma estimativa inconsistente de �. O plim é muito grande ou muito pequeno? Como o seu resultado pode ser comparado com o caso em que há erros de medida no regres- sor? b) Escreva a função de log-verossimilhança para uma amostra de tamanho T como uma função de � e �2. Calcule a matriz de informação (assintótica) para � e �2 (De na M = lim 1T PT t=1 I 2 t ) c) Inverta a matriz de informação e determine o limite da distribuição de �^MLE . Veri que que o estimador de variáveis instrumentais �^IV , que utiliza como instrumento It, é assintoticamente e ciente. Isso é esperado? Compare o estimador de máxima verossimilhança e o estimador de variáveis instrumentais em amostras nitas. d) Suponha que �2 seja conhecido. Mostre que a redução percentual na variância da distribuição assintótica para �^ é 2� 2 M+2�2 se máxima verossimilhança for usada. (Dica: Compute o limite inferior de Cramér-Rao). Derive o estimador de máxima verossimilhança nesse caso. 15) Exercicio de MATLAB. Enunciado e base de dados está no arquivo exercicio15.zip 7
Compartilhar