Estimação de Variáveis Instrumentais e Mínimos Quadrados ...
Transcript of Estimação de Variáveis Instrumentais e Mínimos Quadrados ...
![Page 1: Estimação de Variáveis Instrumentais e Mínimos Quadrados ...](https://reader036.fdocument.pub/reader036/viewer/2022071621/62d24413ff29b22b425d968e/html5/thumbnails/1.jpg)
1
Estimação de Variáveis
Instrumentais e Mínimos
Quadrados de Dois
Estágios
Wooldridge, Cápítulo 15
![Page 2: Estimação de Variáveis Instrumentais e Mínimos Quadrados ...](https://reader036.fdocument.pub/reader036/viewer/2022071621/62d24413ff29b22b425d968e/html5/thumbnails/2.jpg)
2
Variáveis Instrumentais
(IV)
![Page 3: Estimação de Variáveis Instrumentais e Mínimos Quadrados ...](https://reader036.fdocument.pub/reader036/viewer/2022071621/62d24413ff29b22b425d968e/html5/thumbnails/3.jpg)
3
Variáveis Instrumentais
yi = 0 + 1 x1i + 2 x2i + ... + k xki + ei
Considere o seguinte modelo de regressão
linear múltipla
![Page 4: Estimação de Variáveis Instrumentais e Mínimos Quadrados ...](https://reader036.fdocument.pub/reader036/viewer/2022071621/62d24413ff29b22b425d968e/html5/thumbnails/4.jpg)
4
Variáveis Instrumentais
Suposições
a) Modelo é linear nos parâmetros e a matriz X é de
posto completo.
b)
c) X’X admite inversa
d)
e)
~~0X
~~
E E ee
~
plim QX'X~~
n
1
~n
~~IXe
2
Var
![Page 5: Estimação de Variáveis Instrumentais e Mínimos Quadrados ...](https://reader036.fdocument.pub/reader036/viewer/2022071621/62d24413ff29b22b425d968e/html5/thumbnails/5.jpg)
5
As suposições (a), (b), (c) e (d) são
necessárias para demonstrar a consistência
do vetor de estimadores ~
β̂
Variáveis Instrumentais
![Page 6: Estimação de Variáveis Instrumentais e Mínimos Quadrados ...](https://reader036.fdocument.pub/reader036/viewer/2022071621/62d24413ff29b22b425d968e/html5/thumbnails/6.jpg)
6
Variáveis Instrumentais
Hipótese Crucial
~~0X
~~
E E ee
Ou seja, todos os fatores contidos em e devem ser
não correlacionados com as variáveis explicativas e
deve ter sido usada a forma funcional correta.
![Page 7: Estimação de Variáveis Instrumentais e Mínimos Quadrados ...](https://reader036.fdocument.pub/reader036/viewer/2022071621/62d24413ff29b22b425d968e/html5/thumbnails/7.jpg)
7
Variáveis Instrumentais
Suposição: E(ei | x1, x2, ..., xk) = E(ei) = 0
Como pode falhar?
yi = 0 + 1 x1i + 2 x2i + ... + k xki + ei
• Omissão de Variáveis
(Ignorar o problema? Usar proxy? Dados em Painel?)
• Erro nas Variáveis
• Endogeneidade
![Page 8: Estimação de Variáveis Instrumentais e Mínimos Quadrados ...](https://reader036.fdocument.pub/reader036/viewer/2022071621/62d24413ff29b22b425d968e/html5/thumbnails/8.jpg)
8
Uma variável explicativa, num modelo de regressão
linear, que é correlacionada com o termo de erro é
dita variável explicativa endógena.
Endogeneidade
Problema:
~~~0e'X
n
1plim
Variáveis Instrumentais
yi = 0 + 1 x1i + 2 x2i + ... + k xki + ei
![Page 9: Estimação de Variáveis Instrumentais e Mínimos Quadrados ...](https://reader036.fdocument.pub/reader036/viewer/2022071621/62d24413ff29b22b425d968e/html5/thumbnails/9.jpg)
9
Dessa forma, se estimarmos o modelo de regressão
linear por mínimos quadrados teremos estimadores
viesados e inconsistentes para os parâmetros do
modelo.
Variáveis Instrumentais
yi = 0 + 1 x1i + 2 x2i + ... + k xki + ei
![Page 10: Estimação de Variáveis Instrumentais e Mínimos Quadrados ...](https://reader036.fdocument.pub/reader036/viewer/2022071621/62d24413ff29b22b425d968e/html5/thumbnails/10.jpg)
10
Variáveis Instrumentais
Considere o seguinte modelo de regressão
Exemplo 1
Ih = 0 + 1 educh + 2 filhosh + 3 rendah + ei
Ih – indicador de saúde do h-ésimo domicílio
educh – educação do chefe da família do h-ésimo domicílio
filhosh – número de filhos no h-ésimo domicílio
rendah – renda do h-ésimo domicílio
número de filhos é uma decisão endógena, pode depender de
diversos fatores
![Page 11: Estimação de Variáveis Instrumentais e Mínimos Quadrados ...](https://reader036.fdocument.pub/reader036/viewer/2022071621/62d24413ff29b22b425d968e/html5/thumbnails/11.jpg)
11
Variáveis Instrumentais
Considere o seguinte modelo de regressão
Exemplo 2
salárioi = 0 + 1 educi + 2 x2i + ... + k xki + ei
01
~~eeduc'plim
n
Quais seriam os motivos desta violação?
Possíveis soluções?
![Page 12: Estimação de Variáveis Instrumentais e Mínimos Quadrados ...](https://reader036.fdocument.pub/reader036/viewer/2022071621/62d24413ff29b22b425d968e/html5/thumbnails/12.jpg)
12
Uso de variáveis instrumentais
Solução
Variáveis Instrumentais
yi = 0 + 1 x1i + 2 x2i + ... + k xki + ei
![Page 13: Estimação de Variáveis Instrumentais e Mínimos Quadrados ...](https://reader036.fdocument.pub/reader036/viewer/2022071621/62d24413ff29b22b425d968e/html5/thumbnails/13.jpg)
13
Considere o modelo
Variáveis Instrumentais
yi = 0 + 1 x1i + ei (1)
com
Cov(x1, e) 0
![Page 14: Estimação de Variáveis Instrumentais e Mínimos Quadrados ...](https://reader036.fdocument.pub/reader036/viewer/2022071621/62d24413ff29b22b425d968e/html5/thumbnails/14.jpg)
14
Mas, suponha que tenha sido observada uma
variável z que satisfaça a duas suposições:
Variáveis Instrumentais
(a) z é não-correlacionada com e, isto é,
Cov(z, e) = 0
(b) z é correlacionada com x1, isto é,
Cov(z, x1) 0
z é exógena em (1)
Como testar tais suposições?
![Page 15: Estimação de Variáveis Instrumentais e Mínimos Quadrados ...](https://reader036.fdocument.pub/reader036/viewer/2022071621/62d24413ff29b22b425d968e/html5/thumbnails/15.jpg)
15
Do exposto, chamaremos z de variável
instrumental para x1.
Variáveis Instrumentais
![Page 16: Estimação de Variáveis Instrumentais e Mínimos Quadrados ...](https://reader036.fdocument.pub/reader036/viewer/2022071621/62d24413ff29b22b425d968e/html5/thumbnails/16.jpg)
16
Variáveis Instrumentais
Em termos matriciais:
~ZX
~~QX'Z
n
1plim (b.1)
~~~0eZ
'plim (a.1)
n
1
~Z
~X
- Matriz de Instrumentos
- Matriz de Explicação
![Page 17: Estimação de Variáveis Instrumentais e Mínimos Quadrados ...](https://reader036.fdocument.pub/reader036/viewer/2022071621/62d24413ff29b22b425d968e/html5/thumbnails/17.jpg)
17
Variáveis Instrumentais
Considere o seguinte modelo de regressão
Voltando ao Exemplo 2
salárioi = 0 + 1 educi + 2 x2i + ... + k xki + ei
Devemos procurar uma variável correlacionada com educ e
não-correlacionada com habilidade (que está no termo de erro
e é correlacionada com educ)
Possíveis instrumentos?
![Page 18: Estimação de Variáveis Instrumentais e Mínimos Quadrados ...](https://reader036.fdocument.pub/reader036/viewer/2022071621/62d24413ff29b22b425d968e/html5/thumbnails/18.jpg)
18
• O método de estimação com o uso de
variáveis instrumentais (IV) é mais geral do
que OLS;
Variáveis Instrumentais
• OLS é um caso particular de IV, uso as
variáveis explicativas como instrumentos delas
mesmas.
![Page 19: Estimação de Variáveis Instrumentais e Mínimos Quadrados ...](https://reader036.fdocument.pub/reader036/viewer/2022071621/62d24413ff29b22b425d968e/html5/thumbnails/19.jpg)
19
Variáveis Instrumentais
Considere o modelo de regressão linear geral
~~~~
eβXy
Pré multiplicando a equação anterior pela transposta
da matriz de instrumentos, temos que:
~~~~~~~e'ZβX'Zy'Z
![Page 20: Estimação de Variáveis Instrumentais e Mínimos Quadrados ...](https://reader036.fdocument.pub/reader036/viewer/2022071621/62d24413ff29b22b425d968e/html5/thumbnails/20.jpg)
20
Variáveis Instrumentais
Multiplicando a equação anterior por n-1, vem que:
~~~~~~~e'ZβX'Zy'Z
nnn
111
e tomando o limite de probabilidade em ambos os
lados da igualdade, temos que:
~~~~~~~
~~~~~~~
e'ZβX'Zy'Z
e'ZβX'Zy'Z
nnn
nnn
111
111
plimplimplim
plimplim
![Page 21: Estimação de Variáveis Instrumentais e Mínimos Quadrados ...](https://reader036.fdocument.pub/reader036/viewer/2022071621/62d24413ff29b22b425d968e/html5/thumbnails/21.jpg)
21
Variáveis Instrumentais
(cont.)
~IV
~
~~~~~~~~~
~~~~~
~~~~~~~
ββ
y'ZX'Zy'ZX'Zβ
y'ZX'Zβ
e'ZβX'Zy'Z
ˆplim
plimplim
plimplim
plimplim plim
11
1
11
11
111
nn
nn
nnn
![Page 22: Estimação de Variáveis Instrumentais e Mínimos Quadrados ...](https://reader036.fdocument.pub/reader036/viewer/2022071621/62d24413ff29b22b425d968e/html5/thumbnails/22.jpg)
22
Variáveis Instrumentais
Assim,
~~~~~
IV y'ZX'Zβ1
ˆ
Que é um estimador consistente!
![Page 23: Estimação de Variáveis Instrumentais e Mínimos Quadrados ...](https://reader036.fdocument.pub/reader036/viewer/2022071621/62d24413ff29b22b425d968e/html5/thumbnails/23.jpg)
23
Variáveis Instrumentais
Observações
(i) Admitindo a validade das suposições (a.1) e (b.1), o vetor
de estimadores gerado com o uso de variáveis
instrumentais é consistente.
(ii) Para estimar o vetor de parâmetros, precisamos garantir
que a matriz Z’X admite inversa. Logo, se Z for uma matriz
de dimensão n x L e X for uma matriz de dimensão n x (k +
1), precisaremos que L = k + 1. (neste caso, obtenho os
estimadores diretamente)
![Page 24: Estimação de Variáveis Instrumentais e Mínimos Quadrados ...](https://reader036.fdocument.pub/reader036/viewer/2022071621/62d24413ff29b22b425d968e/html5/thumbnails/24.jpg)
24
Variáveis Instrumentais
Observações (cont.)
iii. Faremos, ainda, uma suposição adicional de que a
variável instrumental z seja fortemente correlacionada
com a variável endógena x. (suposição ligada ao fato do
uso de instrumentos fracos)
iv. De (iii) conseguimos garantir que o método de estimação
proposto apresenta bom desempenho com amostras
finitas.
Leitura: Wooldridge (2003, p. 493-94)
![Page 25: Estimação de Variáveis Instrumentais e Mínimos Quadrados ...](https://reader036.fdocument.pub/reader036/viewer/2022071621/62d24413ff29b22b425d968e/html5/thumbnails/25.jpg)
25
Variáveis Instrumentais
'ˆˆEˆVar
~~IV
~~IV
~IV βββββ
~~~~~~
IV
~~~~~~IV
~~~~~~~~~~IV
~~~~~~~~~~~IV
e'ZX'Zββ
e'ZX'Zββ
e'ZX'ZβX'ZX'Zβ
eβX'ZX'Zy'ZX'Zβ
1
1
11
11
ˆ
ˆ
ˆ
ˆMas,
![Page 26: Estimação de Variáveis Instrumentais e Mínimos Quadrados ...](https://reader036.fdocument.pub/reader036/viewer/2022071621/62d24413ff29b22b425d968e/html5/thumbnails/26.jpg)
26
Variáveis Instrumentais
'ˆˆEˆVar
~~IV
~~IV
~IV βββββ
11
11
~~~~~~~~~IV
~~~~~~~~~IV
~~IV
~~IV
~IV
ZXZee'ZX'Zβ
ZXZee'ZX'Zβ
βββββ
''EˆVar
''EˆVar
'ˆˆEˆVarLogo,
![Page 27: Estimação de Variáveis Instrumentais e Mínimos Quadrados ...](https://reader036.fdocument.pub/reader036/viewer/2022071621/62d24413ff29b22b425d968e/html5/thumbnails/27.jpg)
27
Variáveis Instrumentais
'ˆˆEˆVar
~~IV
~~IV
~IV βββββ
112
~~~~~~~IV ZXZ'ZX'Zβ 'ˆVar
Se a suposição de homocedasticidade for válida, então,
e
112
~~~~~~~IV ZXZ'ZX'Zβ 'ˆˆVar
~IV
~~~IV
~~~~βXyβXye'e ˆ'ˆˆˆˆ
nn
112
com
![Page 28: Estimação de Variáveis Instrumentais e Mínimos Quadrados ...](https://reader036.fdocument.pub/reader036/viewer/2022071621/62d24413ff29b22b425d968e/html5/thumbnails/28.jpg)
28
Variáveis Instrumentais
'ˆˆEˆVar
~~IV
~~IV
~IV βββββ
Caso contrário,
112
~~~~~~~~IV ZXZΩ'ZX'Zβ 'ˆVar
![Page 29: Estimação de Variáveis Instrumentais e Mínimos Quadrados ...](https://reader036.fdocument.pub/reader036/viewer/2022071621/62d24413ff29b22b425d968e/html5/thumbnails/29.jpg)
29
Variáveis Instrumentais
É possível provar que
~
1XZ
~ZZ
~
1ZX
~~~IV QQQ0ββ
2 , ~ˆa
Nn
![Page 30: Estimação de Variáveis Instrumentais e Mínimos Quadrados ...](https://reader036.fdocument.pub/reader036/viewer/2022071621/62d24413ff29b22b425d968e/html5/thumbnails/30.jpg)
30
Variáveis Instrumentais
Exemplo
~~~~
eβXy
em que
~k
~3
~2
~1
~ ... xxxxi
~X
Considere o modelo de regressão linear geral
Desconfia-se que as variáveis x1 e x2 sejam
endógenas.
![Page 31: Estimação de Variáveis Instrumentais e Mínimos Quadrados ...](https://reader036.fdocument.pub/reader036/viewer/2022071621/62d24413ff29b22b425d968e/html5/thumbnails/31.jpg)
31
Perguntas:
(a) Poderíamos propor o mesmo instrumento para ambas as
variáveis? Discuta as implicações no método de estimação.
(b) Haveria algum problema no caso em que fossem propostos
exatamente um instrumento diferente para cada variável?
(c) Poderíamos propor mais de um instrumento para cada variável
endógena?
(d) De acordo com o enunciado de (c), como ficariam as dimensões
das matrizes Z e X?
(e) Admitindo a validade de (c), seria possível gerar diretamente o
vetor de estimadores?
Variáveis Instrumentais
Exemplo (cont.)
![Page 32: Estimação de Variáveis Instrumentais e Mínimos Quadrados ...](https://reader036.fdocument.pub/reader036/viewer/2022071621/62d24413ff29b22b425d968e/html5/thumbnails/32.jpg)
32
Solução para o que foi discutido em (c), (d) e (e):
2SLS
(mínimos quadrados em dois estágios)
Variáveis Instrumentais
Exemplo (cont.)
![Page 33: Estimação de Variáveis Instrumentais e Mínimos Quadrados ...](https://reader036.fdocument.pub/reader036/viewer/2022071621/62d24413ff29b22b425d968e/html5/thumbnails/33.jpg)
33
Inicialmente devemos construir a matriz de instrumentos
Z. As variáveis que são exógenas serão consideradas
instrumentos delas mesmas. Isso feito,
1o. Estágio: Regredir cada variável explicativa do modelo
original em função dos instrumentos (estimação das
formas reduzidas) e gerar uma matriz de valores
ajustados em cada um das regressões;
2o. Estágio: Estimar o modelo para a variável resposta
em função dos valores estimados para as variáveis
explicativas.
Mínimos Quadrados em Dois Estágios
![Page 34: Estimação de Variáveis Instrumentais e Mínimos Quadrados ...](https://reader036.fdocument.pub/reader036/viewer/2022071621/62d24413ff29b22b425d968e/html5/thumbnails/34.jpg)
34
2o. Estágio:
1o. Estágio:
Mínimos Quadrados em Dois Estágios
~~~πZX ˆˆ
~~~~
eβXy ˆ
~~~~υ πZX
Obter
~~~~~XZZZπ ''ˆ
1Onde
![Page 35: Estimação de Variáveis Instrumentais e Mínimos Quadrados ...](https://reader036.fdocument.pub/reader036/viewer/2022071621/62d24413ff29b22b425d968e/html5/thumbnails/35.jpg)
35
Mínimos Quadrados em Dois Estágios
~~
Z~~~~~~~~
XHXZZZZπZX
''ˆˆ 1
Temos que no primeiro estágio que:
~~~~~XZZZπ ''ˆ
1
Assim,
![Page 36: Estimação de Variáveis Instrumentais e Mínimos Quadrados ...](https://reader036.fdocument.pub/reader036/viewer/2022071621/62d24413ff29b22b425d968e/html5/thumbnails/36.jpg)
36
Logo,
Mínimos Quadrados em Dois Estágios
~~
Z~~~~~~~~
XHXZZZZπZX
''ˆˆ 1
Sabemos, do 2o. estágio, que:
~~
1
~~y'XX'Xβ
2SLS ˆˆˆˆ~
Mas,
~~
Z~
1
~~Z
~~~Z
~
1
~~Z
~Z
~~~
1
~~y'H'XXH'Xy'H'XXH'H'Xy'XX'Xβ
2SLS
ˆˆˆˆ
~
![Page 37: Estimação de Variáveis Instrumentais e Mínimos Quadrados ...](https://reader036.fdocument.pub/reader036/viewer/2022071621/62d24413ff29b22b425d968e/html5/thumbnails/37.jpg)
37
Logo,
Mínimos Quadrados em Dois Estágios
~~Z
~
1
~~Z
~~~~~~Z
~
1
~~Z
~e'H'XXH'XβeβX'H'XXH'Xβ
2SLS
ˆ
~
Do exposto,
~~Z
~
1
~~Z
~e'H'XXH'Xββ
2SLS
~~
ˆ
Mas,
~~Z
~
1
~~Z
~y'H'XXH'Xβ
2SLS
~
ˆ
![Page 38: Estimação de Variáveis Instrumentais e Mínimos Quadrados ...](https://reader036.fdocument.pub/reader036/viewer/2022071621/62d24413ff29b22b425d968e/html5/thumbnails/38.jpg)
38
Mínimos Quadrados em Dois Estágios
1
~~Z
~~~Z
~~~Z
~
1
~~Z
~XH'XXHeeH'XXH'Xβ
2SLS
'ˆ
~
EVar
Assim,
Pode ser expressa como,
'ˆˆˆ
~~~~~
βββββ2SLS2SLS2SLS
EVar
![Page 39: Estimação de Variáveis Instrumentais e Mínimos Quadrados ...](https://reader036.fdocument.pub/reader036/viewer/2022071621/62d24413ff29b22b425d968e/html5/thumbnails/39.jpg)
39
Mínimos Quadrados em Dois Estágios
1
22
~~Z
~XH'Xβ
SLS
~
ˆVar
Se a suposição de homocedasticidade for válida, então,
e
1
22
~~Z
~XH'Xβ ̂ˆVar
~
SLS
2SLS
~~~
2SLS
~~~~~βX yβX ye'e ˆ'ˆˆˆˆ
nn
112
com
![Page 40: Estimação de Variáveis Instrumentais e Mínimos Quadrados ...](https://reader036.fdocument.pub/reader036/viewer/2022071621/62d24413ff29b22b425d968e/html5/thumbnails/40.jpg)
40
Mínimos Quadrados em Dois Estágios
11
2
~~Z
~~~Z
~~Z
~~~Z
~XH'XXHΩH'XXH'Xβ
SLS
~
ˆVar
Caso contrário,
![Page 41: Estimação de Variáveis Instrumentais e Mínimos Quadrados ...](https://reader036.fdocument.pub/reader036/viewer/2022071621/62d24413ff29b22b425d968e/html5/thumbnails/41.jpg)
41
Mínimos Quadrados em Dois Estágios
É possível provar que
SLSSLSVarN
22
~
a
~
ˆ , ~ˆ βββ~
![Page 42: Estimação de Variáveis Instrumentais e Mínimos Quadrados ...](https://reader036.fdocument.pub/reader036/viewer/2022071621/62d24413ff29b22b425d968e/html5/thumbnails/42.jpg)
42
1) IV pode ser bem mais ineficiente que OLS;
2) A distribuição de probabilidades do estimador
usando IV, no caso de amostras finitas, pode ser
bem diferente da distribuição de probabilidades
assintótica.
Mínimos Quadrados em Dois Estágios
Problemas
Mesmo quando Corr(z,e) = 0, onde IV é consistente,
ainda podemos ter problemas:
![Page 43: Estimação de Variáveis Instrumentais e Mínimos Quadrados ...](https://reader036.fdocument.pub/reader036/viewer/2022071621/62d24413ff29b22b425d968e/html5/thumbnails/43.jpg)
43
Teste de Endogeneidade
Mínimos Quadrados em Dois Estágios
O estimador de 2SLS é menos eficiente que o de
OLS quando as variáveis explicativas são exógenas.
Assim sendo, se torna útil fazer um teste de
endogeneidade de uma variável explicativa que
mostre se a utilização de 2SLS é necessária.
![Page 44: Estimação de Variáveis Instrumentais e Mínimos Quadrados ...](https://reader036.fdocument.pub/reader036/viewer/2022071621/62d24413ff29b22b425d968e/html5/thumbnails/44.jpg)
44
Considere o modelo
Mínimos Quadrados em Dois Estágios
y1 = 0 + 1y2 + 2z1 + 3z2 + e1 (1)
em que
y2 – variável endógena
z1 e z2 – variáveis exógenas
Teste de Endogeneidade
![Page 45: Estimação de Variáveis Instrumentais e Mínimos Quadrados ...](https://reader036.fdocument.pub/reader036/viewer/2022071621/62d24413ff29b22b425d968e/html5/thumbnails/45.jpg)
45
Fatos
1. Se y2 for não correlacionada com e1, então,
devemos estimar os parâmetros do modelo por
OLS (mais eficiente).
2. OLS e 2SLS fornecem estimadores consistentes
se a condição de exogeneidade estiver satisfeita.
Mínimos Quadrados em Dois Estágios
Teste de Endogeneidade
![Page 46: Estimação de Variáveis Instrumentais e Mínimos Quadrados ...](https://reader036.fdocument.pub/reader036/viewer/2022071621/62d24413ff29b22b425d968e/html5/thumbnails/46.jpg)
46
Teste de Endogeneidade
Mínimos Quadrados em Dois Estágios
HAUSMAN (1978), sugeriu fazer uma comparação
direta das estimativas de OLS e 2SLS e determinar
se as diferenças são estatisticamente significantes.
Se as estimativas geradas por OLS e 2SLS
diferirem de forma significante, concluímos que y2
deve ser endógena (supondo z1 e z2 exógenas).
![Page 47: Estimação de Variáveis Instrumentais e Mínimos Quadrados ...](https://reader036.fdocument.pub/reader036/viewer/2022071621/62d24413ff29b22b425d968e/html5/thumbnails/47.jpg)
47
Teste de Endogeneidade
Mínimos Quadrados em Dois Estágios
1) Estime a forma reduzida de y2, regredindo y2
sobre todas as variáveis exógenas (inclusive
aquelas da equação estrutural e as IVs adicionais).
2) Obtenha os resíduos.
3) Estime a equação estrutural, por OLS, utilizando
os resíduos, obtidos em (2), como variável
explicativa. Se o parâmetro associado ao resíduo
for estatisticamente significante, concluiremos que
y2 é endógena.
![Page 48: Estimação de Variáveis Instrumentais e Mínimos Quadrados ...](https://reader036.fdocument.pub/reader036/viewer/2022071621/62d24413ff29b22b425d968e/html5/thumbnails/48.jpg)
48
Teste de Restrições Sobreidentificadoras
Mínimos Quadrados em Dois Estágios
Suponha que em nosso modelo apareça somente uma
variável explicativa endógena:
Se tivermos somente uma única IV, não teremos
restrições sobreidentificadoras. Neste caso, não haverá
nada que possa ser testado
Se tivermos somente duas IVs, teremos uma restrição
sobreidentificadora. Se tivermos três IVs, teremos duas
restrições sobreidentificadoras, e assim por diante.
![Page 49: Estimação de Variáveis Instrumentais e Mínimos Quadrados ...](https://reader036.fdocument.pub/reader036/viewer/2022071621/62d24413ff29b22b425d968e/html5/thumbnails/49.jpg)
49
Teste de Restrições Sobreidentificadoras
Mínimos Quadrados em Dois Estágios
1) Estime a equação estrutural por 2SLS
2) Obtenha os resíduos.
3) Regrida os resíduos em função de todas as
variáveis exógenas.
4) Obtenha o R2 (coeficiente de explicação).
5) Sob a hipótese nula de que todas as IVs são não
correlacionadas com o erro,
nR2 ~2q
q – número de variáveis endógenas.
![Page 50: Estimação de Variáveis Instrumentais e Mínimos Quadrados ...](https://reader036.fdocument.pub/reader036/viewer/2022071621/62d24413ff29b22b425d968e/html5/thumbnails/50.jpg)
50
Teste de Restrições Sobreidentificadoras
Mínimos Quadrados em Dois Estágios
Rejeitar a hipótese nula significa que
pelo menos uma das IVs não é exógena.