Baixe o app para aproveitar ainda mais
Prévia do material em texto
Universidade de São Paulo - Departamento de Economia EAE 5811 - Econometria I Prof. Dr. Ricardo Avelino 1o Semestre de 2011 Lista de Exercícios 2 Questão 1 Seja st o logaritmo do preço do ativo em t. Considere o modelo de Black- Scholes: dst = � �dt+ �dWt em que �� = �� �2=2 Os estimadores de máxima verossimilhança de �� e �2 são dados por: �^� = nX i=1 (si+� � si) n� e �^2 = nX i=1 (si+� � si � �^��)2 n� n denota o número de observações na amostra e � o intervalo de tempo separando as observações. a) Mostre que E � �^2 � = (n� 1)�2 n b) Compute V � �^2 � : Questão 2 Seja X1; :::; Xn uma amostra aleatória de tamanho n da variável aleatória X com função densidade de probabilidade dada por f(x) = �x��1 ; 0 < x < 1; � > 0 a) Encontre os estimadores de máxima verossimilhança de � e de g (�) = �= (1 + �) : b) Encontre a distribuição assintótica dos estimadores em (i). Questão 3 1 Considere a função de densidade da distribuição exponencial f(x) = 8<: 1 � exp ��x � � para x > 0 0 caso contrário a) Suponha que você tenha uma amostra de N variáveis aleatórias indepen- dentes e identicamente distribuídas com distribuição exponencial. Construa a função de log verossimilhança da amostra. b) Compute o estimador de máxima verossimilhança, �^ MLE , de �: c) Derive a distribuição assintótica do estimador do item anterior. d) Qual é o estimador de máxima verossimilhança de �3? Prove que o esti- mador é consistente. e) Derive a distribuição assintótica do estimador do item anterior. Questão 4 Considere o modelo Tobit: y�i = x 0 i� + "i, "ijxi � N(0; �2) Nós observamos somente xi e yi = � y�i se y � i � 0 0 se y�i < 0 a) Escreva a função de log-verossimilhança com base numa amostra aleatória de N observações i.i.d., condicional em X = [x1; x2; :::; xN ]: b) Considere a reparametrização de Olsen (1978), isto é, de na � � 1 � e � � 1 � Reescreva a função de log-verossimilhança em função de � e e derive as condições necessárias de primeira ordem para maximização. c) Mostre que a função de log-verossimilhança derivada no item anterior é globalmente côncava. Questão 5 Escreva a função de verossimilhança para os seguintes modelos, assumindo que as observações sejam i:i:d:; que o tamanho da amostra seja N e utilizando notação genérica (Não assuma que a distribuição é normal). Y1 = X�1 + U1 Y0 = X�0 + U0 (U0; U1) � g(U0; U1) (densidade) 2 X ?? (U0; U1) :(U0; U1) têm uma densidade conjunta contínua. Os erros são livremente correlacionados, condicional em X (a) Para todas as observações, você observa Y1 se Y0 > 0; Você observa X para todas as observações. Você tem somente observações para as quais Y0 > 0: (amostra truncada) (b) Você observa C0 < Y1 < C1 se Y1 > 0; C1 > 0 > C0: Você observa X para todas as observações. (Você tem uma amostra truncada) (c) Você sabe se Y1 > 0 para todas as observações, mas você não observa Y1. Qual é a função de verossimilhança dos eventos Y1 > 0 e Y1 � 0 (isto é, dos eventos 1 (Y1 > 0) e 1 (Y1 � 0)): Você observa o valor de X para todas as observações. (d) Você observa Y1 se Y1 � Y0; Você observa Y0 se Y1 < Y0: Você observa X para todas as observações. Questão 6 Seja y1; :::; yT uma amostra aleatória extraída de uma distribuição t de Stu- dent com �0 graus de liberdade, cuja densidade é dada por f(yt; �0) = � [(�0 + 1) =2] (��0)1=2�(�0=2) � 1 + (y2t =�0) ��(�0+1)=2 �(�) é a função Gama. a) Como você obteria o estimador de GMM de �0 utilizando o segundo e o quarto momento da distribuição t? b) Derive a distribuição assintótica do estimador da parte (a). Questão 7 A calibração de modelos econômicos frequentemente adota o seguinte proced- imento: o modelo é ajustado com base num conjunto de condições de ortogonalidade, digamos Ef1(xt; �0) = 0 (1) f1 possui exatamente k coordenadas e a dimensão do vetor de parâmetros �0 é k. Para testar o modelo, utiliza-se um segundo conjunto de condições de ortogonalidade Ef2(xt; �0) = 0 (2) a) Mostre como colocar esse procedimento de estimação/teste dentro do instrumental do método generalizado dos momentos. Qual é a matriz de seleção 3 implícita utilizada para estimar o vetor de parâmetros desconhecidos �0 de (1) escrevendo as condições de ortogonalidade conjuntamente como Ef(xt; �0) = 0 para f = � f1 f2 � ? b) O estimador �0 resultante necessariamente será assintoticamente e ciente dentro da classe dos estimadores do método generalizado dos momentos? Ex- plique. c) Como você testaria a validade de (2) levando em consideração o fato de que �0 é estimado? Qual a distribuição limite da estatística do teste proposta? Questão 8 Considere o modelo de expectativas racionais no qual a utilidade dos agentes é dada por u(ct) = 8<: c 1� t 1� para > 0 e 6= 1 ln ct para = 1 O problema do agente representativo é dado por max fct;ct+1;:::g Et 1X s=t �su(cs) sujeito a Ct + NX j=1 PjtQjt � NX j=1 RjtQjt�1 +Wt Ct : consumo no período t � : taxa de desconto intertemporal dos agentes, 0 < � < 1 Qjt : quantidade do ativo j (com vencimento em um período) comprado no nal do período t Pjt : preço do ativo j no período t Rjt : retorno pago pelo ativo j, comprado em t� 1: Wt: renda real do trabalho Portanto, o problema do agente consiste em escolher, em cada período t, o quanto consumir do bem de consumo e de cada um dos j ativos. Cada ativo tem maturação de 1 período, ou seja, o ativo j comprado em t�1 (pelo preço de Pjt�1 cada unidade) paga Rjt no início do período t. O retorno exato de cada ativo é conhecido somente no seu vencimento. Assim, no instante t; o econometrista 4 observa somente as taxas de retorno passadas, assim como o consumo presente e passado ct; ct�1; :::; c0: a) Obtenha as condições de ortogonalidade do problema, visando estimar �0 = (�; )0 : (Dica: para resolver o problema do consumidor, considere que a restrição orçamentária vale com igualdade, obtendo assim J equações de Euler) b) Dado que o número de parâmetros é menor do que o número de equações, que estratégia você adotaria para obter o estimador de GMM? c) Como você obteria na prática a matriz de ponderação ótima? d) Como você testaria a hipótese de que o modelo está corretamente especi- cado. Questão 9 Considere a seguinte função de demanda: qt = �+ �pt + yt + �ptrt + 'rt + "t; � = (� � � ') 0 em que qt denota a quantidade do bem e pt seu preço. A variável yt pode ser pensada, por exemplo, como uma variável exógena como a renda. rt pode ser interpretado como o preço de um bem substituto. � é um vetor de parâmetros desconhecido e "t um termo econométrico de erro. Adicionalmente, considere a seguinte função de oferta: pt = � � �+ �rt qt + �+ �qt + w 0 t�+ �t; � = (� � � � 0)0 em que � é um vetor de parâmetros desconhecido, �t é um termo econométrico de erro e wt engloba variáves exógenas do lado da oferta. O parâmetro �, em particular, indexa o grau de poder de mercado. � = 0 corresponde à competição perfeita. � = 1 corresponde a um cartel perfeito ou monopólio. Os casos intermediários estão associados com graus diferentes de poder de mercado. No modelo de oligopólio de Cournot, por exemplo, denotando por n o número de rmas no mercado, temos � = 1=n: a) Proponha um procedimento em dois estágios que produza uma estimativa consistente de �: b) Derive as condições de ortogonalidade do primeiro e do segundo estágios do item (a) e expressa-as dentro do instrumental do método generalizado dos momentos. c) Derive a distribuição assintótica do estimador proposto em (a) para �: Questão 10 Seja ((Y1; X1) ; :::; (Yn; Xn)) uma amostra aleatória de n observações, em que Xi é uma variável aleatória escalar e Yi é uma variável aleatória de Bernoulli 5 que assume apenas dois valores, 0 ou 1, com probabilidades P (Yi = 1jXi) = exp (�1 + �2Xi) 1 + exp (�1 + �2Xi) P (Yi = 0jXi) = 1 1 + exp (�1 + �2Xi) Esse modelo é conhecido como modelo de resposta binária logit. a) Ache a esperança condicional de Y dado X = (X1; :::; Xn) : b) Escreva a função de log-verossimilhança paraesse modelo. c) Escreva um programa de Matlab que estime �1 e �2 para o conjunto de dados enviado em anexo. Como você obteria uma estimativa consistente dos erros padrões dos estimadores? Programe isso também e construa um intervalo de con ança de 95% para �2: 6
Compartilhar