Metoda zmiennyh instrumentalnyh i uogólniona metoda momentów
Leratura B. Hansen (03) Eonometris, strona internetowa autora
Problem endogeniznyh zmiennyh objaśniająyh Zmiany stóp proentowyh -> zmiany kursu walutowego -> zmiany stóp proentowyh Dynamika kredytu -> wzrost gospodarzy -> dynamika kredytu Inwestyje OFE (zmiana portfeli OFE) -> zmiany en akji -> zmiana portfeli OFE 3
Problem endogeniznyh zmiennyh objaśniająyh Równanie strukturalne : x wektor k-elementowy Estymator KMK obiążony Rozwiązanie: MZI lub UMM 4
Zmienne instrumentalne Wykorzystanie zmiennyh instrumentalnyh, tzn. skorelowanyh ze zmiennymi endogeniznymi ale nieskorelowanyh z e: Zwykle zęść zmiennyh jest egzogenizna: i może zostać zalizona do zmiennyh instrumentalnyh: 5
Zmienne instrumentalne Przykłady: aturalne instrumenty (np. przelewy z ZUS do OFE) Opóźnione zmienne endogenizne Identyfikaja przez heteroskedastyzność 6
Zmienne instrumentalne Jeżeli, to model jednoznaznie identyfikowalny (just-identified) Jeżeli, to model przeidentyfikowany (over-identified) 7
Uogólniona metoda momentów Generalized method of moments (GMM) Przykładowy model: ieh prawdziwa będzie restrykja: MK dla modelu niekonieznie efektywna, bo więej restrykji niż parametrów: -> r overidentifying restritions 8
Uogólniona metoda momentów ieh będzie funkją ( ) parametrów ( ), : funkja momentów, np. 9
Uogólniona metoda momentów Polizmy odpowiednik na danyh z próby: Estymator momentów próbuje znaleźć takie, że ieh będzie miarą długośi wektora gdzie: to maierz wag ( ) 0
Uogólniona metoda momentów a przykład dla Estymator GMM (UMM):
Uogólniona metoda momentów Dla jest to estymator momentów FOC: zyli:
Uogólniona metoda momentów Definija estymatora dla modelu liniowego: Efektywny estymator GMM dla gdzie Asymptotyzny rozkład estymatora: 3
Estymaja maierzy wag Wybierz maierz startową: Poliz: Poliz: 4
wo-step GMM Wzór dla modelu liniowego: Błędy szaunku parametrów = pierwiastki z głównej przekątnej maierzy 5
Alternatywny estymator UMM Minimalizuj: ontinuously-updated GMM estimator 6
UMM dla modeli nieliniowyh Minimalizuje: startuje: możliwe wiele eraji 7
UMM dla modeli nieliniowyh Rozkład asymptotyzny estymatora: Warianja szaunków parametrów: 8
estowanie nadlizbowyh restrykji est of overidentifying restritions: Wykrywa możliwe wady modelu: słabe instrumenty, zbyt dużo instrumentów, zła postać modelu, p. 9
Forma zredukowana modelu Sprawdźmy relaję między x i z: Estymator MK: 0
Metoda zmiennyh instrumentalnyh Podstawmy tę relaję do równania (): gdzie: Zauważmy, że: dlatego można zastosować MK:
MZI i pośrednia MK ( ) MZI to szzególny przypadek UMM: Pośrednia MK (Indiret least squares):
Dodatek Leratura: R.Rigobon, B. Sak (004) he impat of Monetary Poliy on Asset Pries, Journal of Monetary Eonomis 5, 553 575. 3
4 Metoda identyfikaji przez heteroskedastyzność Bx y Ax y Hx y Gx Forma zredukowana modelu:
5 Różne warianje w podpróbah Maierze warianji zmiennyh objaśnianyh w podpróbah i : ) ( x x x H H H G G G ) ( x x x H H H G G G
Różnia między warianjami w podpróbah Różnia maierzy warianji: ( ) ( ) Wyznazamy β: 6
7 Metoda zmiennyh instrumentalnyh Estymatory MZI: ) ( ) ( ) ( ) ( ˆ y y ) ( ) ( ) ( ) ( ˆ y y y y y y
Metoda zmiennyh instrumentalnyh Estymatory MZI: ˆ ( v) ˆ ( vy) ( vy) ( vyy) 8
9 Metoda zmiennyh instrumentalnyh Różnia między wektorami średnih dla zmiennyh objaśnianyh w podpróbah: ) ( ) ( E E y E ˆ e e y e y e ) ( ) ( ˆ m y m Estymator MZI:
Metoda zmiennyh instrumentalnyh Konstrukja instrumentów: uwzględniająyh zmiany w warianji v kiedy kiedy uwzględniająyh zmiany w średniej m kiedy kiedy 30