Descarga la aplicación para disfrutar aún más
Vista previa del material en texto
ˇˇ Econometrı́a I EAE2510 Clase 21 Variables Instrumentales III Miriam Artiles Instituto de Economı́a Pontificia Universidad Católica de Chile Segundo Semestre 2021 Introducción Instrumentos débiles Test de Endogeneidad Sobre Identificación Resumen Introducción VI y MC2E: • Ambos métodos nos proporcionan estimaciones consistentes de β cuando tenemos un regresor endógeno • Cuando tenemos un sólo instrumento por variable endógena, los métodos son equivalentes, analı́ticamente nos van a dar las mismas estimaciones • Los métodos darán estimaciones diferentes de β cuando tengamos más de un instrumento por regresor endógeno • La estimación mediante VI puede ser más eficientes (menores errores estándar) en caso de heteroscedasticidad 1 / 14 Introducción Instrumentos débiles Test de Endogeneidad Sobre Identificación Resumen Hoy • Consecuencias de tener instrumentos débiles • Test para la endogeneidad de los regresores • Test para la exogeneidad de los instrumentos ——– 1 Wooldridge, capı́tulo 15: Estimación con variables instrumentales y mı́nimos cuadrados en dos etapas 2 / 14 Introducción Instrumentos débiles Test de Endogeneidad Sobre Identificación Resumen Instrumentos débiles • Una de las condiciones necesarias para que un instrumento sea válido es la condición de relevancia: Cov(x, z) 6= 0 • ¿Qué ocurre cuando esta correlación es cercana a cero? • En ese caso vamos a decir que el instrumento (z) es débil • Detección de instrumentos débiles en la práctica: ◦ Regresamos la variable endógena sobre todos los instrumentos y demás controles ◦ Estadı́stico F ≥ 10 o F ≥ 15 Bound, John, David Jaeger, and Regina Baker, “Problems with Instrumental Variables Estimation When the Correlation Between the Instruments and the Endogeneous Explanatory Variable is Weak,”Journal of the American Statistical Association, XC (1995), 443-450. 3 / 14 https://www.eco.uc3m.es/docencia/EconomiaAplicada/materiales_2015/Boundetal_jasa95.pdf https://www.eco.uc3m.es/docencia/EconomiaAplicada/materiales_2015/Boundetal_jasa95.pdf https://www.eco.uc3m.es/docencia/EconomiaAplicada/materiales_2015/Boundetal_jasa95.pdf https://www.eco.uc3m.es/docencia/EconomiaAplicada/materiales_2015/Boundetal_jasa95.pdf Introducción Instrumentos débiles Test de Endogeneidad Sobre Identificación Resumen Instrumentos débiles • Una de las condiciones necesarias para que un instrumento sea válido es la condición de relevancia: Cov(x, z) 6= 0 • ¿Qué ocurre cuando esta correlación es cercana a cero? • En ese caso vamos a decir que el instrumento (z) es débil • Detección de instrumentos débiles en la práctica: ◦ Regresamos la variable endógena sobre todos los instrumentos y demás controles ◦ Estadı́stico F ≥ 10 o F ≥ 15 Bound, John, David Jaeger, and Regina Baker, “Problems with Instrumental Variables Estimation When the Correlation Between the Instruments and the Endogeneous Explanatory Variable is Weak,”Journal of the American Statistical Association, XC (1995), 443-450. 3 / 14 https://www.eco.uc3m.es/docencia/EconomiaAplicada/materiales_2015/Boundetal_jasa95.pdf https://www.eco.uc3m.es/docencia/EconomiaAplicada/materiales_2015/Boundetal_jasa95.pdf https://www.eco.uc3m.es/docencia/EconomiaAplicada/materiales_2015/Boundetal_jasa95.pdf https://www.eco.uc3m.es/docencia/EconomiaAplicada/materiales_2015/Boundetal_jasa95.pdf Introducción Instrumentos débiles Test de Endogeneidad Sobre Identificación Resumen Instrumentos débiles Consecuencias 1. Errores estándar más grandes: las estimaciones serán menos precisas→ podemos llegar a conclusiones erróneas sobre significancia estadı́stica V ar(β̂V I) = σ2 nσ2xρ 2 x,z V ar(β̂MC2E1 ) ≈ σ2 ˆSCT x̂(1− R̂21) 2. Si z tampoco cumple la condición de exogeneidad, el estimador de IV/MC2E es sesgado y tener instrumentos débiles agrava el tamaño del sesgo. Para ver esto, recuerde que para el caso de MRS se tiene: E(β̂V I1 ) = β1 + ∑N i=1(zi − z̄)(ui − ū)∑N i=1(zi − z̄)(xi − x̄) 4 / 14 Introducción Instrumentos débiles Test de Endogeneidad Sobre Identificación Resumen Instrumentos débiles Cuando un regresor es endógeno: 1. Si se cuenta con al menos un instrumento válido Cov(x, z) 6= 0, Cov(u, z) = 0 → Se prefiere IV/MC2E sobre MCO porque IV/MC2E proporciona estimaciones insesgadas de β 2. Si el instrumento no cumple la condición de exogeneidad Cov(u, z) 6= 0 ◦ Si el instrumento cumple la condición de relevancia (Cov(x, z) 6= 0) → Se prefiere MCO sobre IV/MC2E porque ambos métodos proporcionan estimaciones sesgadas, pero MCO es más eficiente ◦ Si el instrumento es débil (Cov(x, z) ≈ 0) → Se prefiere MCO sobre IV/MC2E porque el sesgo de IV/MC2E podrı́a ser incluso mayor que el sesgo de MCO 5 / 14 Introducción Instrumentos débiles Test de Endogeneidad Sobre Identificación Resumen Test de Endogeneidad Asumamos que tenemos al menos un instrumento válido para la variable endógena: • Cuando un regresor es endógeno, sabemos que la estimación IV/MC2E con instrumentos válidos es menos eficiente que la estimación de MCO • Para saber si vale la pena “pagar” esta ineficiencia a cambio de obtener un estimador insesgado, serı́a bueno poder testear endogeneidad • Para testear la endogeneidad de un regresor vamos a usar el test de Hausman • Idea: si la variable es exógena, entonces las estimaciones por MCO y IV/MC2E deberı́an ser estadı́sticamente iguales 6 / 14 Introducción Instrumentos débiles Test de Endogeneidad Sobre Identificación Resumen Test de Hausman: implementación • Tenemos el siguiente modelo: yi = β0 + β1xi + β2gi1 + β3gi2 + ui • Donde x es un regresor endógeno y (g1, g2) son regresores exógenos • Tenemos además 2 potenciales instrumentos válidos para x: z1 y z2 Pasos para el test de Hausman: 1. Regresamos el regresor endógeno sobre todos los instrumentos y regresores exógenos: xi = π0 + π1gi1 + π2gi2 + π3zi1 + π4zi2 + vi → La “parte” exógena de x está captada por los z y g → x será exógena si y solo si Cov(v, u) = 0 → No observamos u ni v pero podemos ver si una estimación de v tiene relación con y cuando controlamos x 7 / 14 Introducción Instrumentos débiles Test de Endogeneidad Sobre Identificación Resumen Test de Hausman: implementación 2. Usamos v̂ de la regresión anterior y estimamos el modelo incluyendo este regresor yi = β0 + β1xi + β2gi1 + β3gi2 + δv̂i + ui2 → Ahora basta con ver si δ es estadı́sticamente distinto de cero o no → Usamos el estadı́stico t para ver la significación de δ Prueba de hipótesis sobre δ H0 :δ = 0 (Exogeneidad) H1 :δ 6= 0 (Endogeneidad) • Si p− valor ≤ 0.05→ Rechazo H0 → No hay evidencia de que x sea exógena→ usar IV/MC2E • Si p− valor > 0.05→ No rechazo H0 → No hay evidencia de que x sea endógena→ usar MCO 8 / 14 Introducción Instrumentos débiles Test de Endogeneidad Sobre Identificación Resumen Hausman: Ejemplo • Volvemos a nuestra ecuación de salarios y educación ln(salarioi) = β0 + β1educi + β2experi + β3exper 2 i + ui • Se cree que educ es endógeno y se cuenta con dos instrumentos válidos (z1: educación de la madre, z2: educación del padre) • Puedes descargar los datos aqui 9 / 14 http://fmwww.bc.edu/ec-p/data/wooldridge/mroz.dta Introducción Instrumentos débiles Test de Endogeneidad Sobre Identificación Resumen Hausman: Ejemplo Pasos del test de Hausman: 1. Regresamos la candidata a endógena (educ) sobre todas las exógenas e instrumentos: reg educ exper expersq motheduc fatheduc if lwage!=., r Guardamos los residuos de esta estimación (v̂) y los llamamos reshausman: predict reshausman, residuals 10 / 14 Introducción Instrumentos débiles Test de Endogeneidad Sobre Identificación Resumen Hausman: Ejemplo 2. Estimamos nuestro modelo incluyendo reshausman (v̂) como regresor: reg lwage educ exper expersq reshausman, r → Miramos la significación de δ (coeficiente de reshausman) → p− valor = 0.111 > 0.05 → No rechazamos H0 al 5% → No hay evidenciaestadı́stica de endogeneidad de educ al 5% 11 / 14 Introducción Instrumentos débiles Test de Endogeneidad Sobre Identificación Resumen Múltiples instrumentos: Sobre-identificación • Cuando tenemos un instrumento por variable endógena → Decimos que el modelo está exactamente identificado • Cuando tenemos más de un instrumento por variable endógena: → Decimos que el modelo está sobre-identificado • Si estamos en el segundo caso, modelo sobre-identificado, vamos a poder aprovechar esos “instrumentos extra” para decir algo sobre la condición de exogeneidad de alguno de los instrumentos 12 / 14 Introducción Instrumentos débiles Test de Endogeneidad Sobre Identificación Resumen Contraste de Sargan 1. Estimamos nuestro modelo por MC2E y guardamos los residuos estimados û ivregress 2sls lwage exper expersq (educ=motheduc fatheduc), r predict residuos, resid 2. Regresamos los residuos û = resid sobre todas las variables exógenas del modelo y todos los instrumentos y obtenemos el R2 de esa regresión que llamamos R2ũ reg resid exper expersq motheduc fatheduc, r Se obtiene R2 = 0.0009 3. Realizamos la siguiente prueba de hipótesis: H0 : Todos los intrumentos son exógenos H1 : Algunos de los intrumentos no son exógenos Bajo H0 cierta tenemos que: nR2ũ ∼ χ2q donde q es el número de instrumentos menos el número de variables endógenas (los intrumentos “extra”)→ En Stata: estat overid 13 / 14 Introducción Instrumentos débiles Test de Endogeneidad Sobre Identificación Resumen Conclusiones • Decimos que un instrumento es débil cuando su correlación con la endógena es muy pequeña (F < 10 en la primera etapa de MC2E) • El uso de instrumentos débiles nos puede traer problemas de ineficiencia (errores estándar aún más grandes) y sesgadez • Podemos usar el test de Hausman para testear la endogeneidad de un regresor • Si tenemos más de un instrumento por regresor endógeno, podemos usar esos “instrumentos extras” para testear la exogeneidad de los instrumentos (test de Sargan) 14 / 14 Introducción Instrumentos débiles Test de Endogeneidad Sobre Identificación Resumen
Compartir