KWESTIA ENDOGENICZNOŚCI Modelowanie handlu zagranicznego
Tradycyjne modele estymacji Problem z danymi jeśli endogeniczne, MNK nie jest zgodne jeśli autoregresja, MNK niewiarygodne (błędy standardowe) Możliwe rozwiązania ( założenia ekonometryczne) Zmienne instrumentalne (2SLS, IV) błędy oraz zmienne egzogeniczne nieskorelowane 3SLS dopuszczalna równoczesna autokorelacja błędów podejść do 3SLS jest wiele
Metoda zmiennych instrumentalnych Zmienne X i Y podejrzane o endogeniczność Zmienna Z dobrze się koreluje z X (własność czysto statystyczna) i nie jest podejrzana o endogeniczność z Y Instrument: Z regresja Z na X => wartości dopasowane X (X*) regresja X* na Y => wyniki końcowe
Metoda zmiennych instrumentalnych Problemy: testy t i F mogą mieć zupełnie inne rozkłady (wręcz odwrócone funkcje gęstości) należy stosować inne, ale nikt tego nie robi co to znaczy, że coś jest instrumentem? Instrument a teoria
IV w STATA Logika składni w STATA ivreg y (x1 x2 x3= z1 z2 z3 z4) Przeprowadzamy regresję, w której y jest zmienną objaśnianą x1, x2, x3 jest są zmiennymi endogenicznymi (instrumentowanymi) z1, z2, z3 są zmiennymi egzogenicznymi (instrumentami) MOŻNA RĘCZNIE, MOŻNA AUTOMATEM
IV w STATA Testowanie ograniczeń nadidentyfikujących (overidentifying restrictions) overid (dla uproszczonego testu Sargan’a) overid, all (wszystkie standardowe statystyki na OIR)
IV estymacja Potrzeba tyle regresji ile zmiennych endogenicznych. Dla każdej zmiennej objaśnianej (może być ich kilka) konieczny jest inny (różniący się choć jedną zmienną) zestaw zmiennych objaśniających. Dla każdej regresji pomocniczej (pierwszego etapu) możliwy jest ten sam zestaw instrumentów.
Literatura Ann Harrison, Opennes and growth: A time-series, cross-country analysis of developing countries, Journal of Development Economics, 1996 Jeffrey Frankel i David Romer, Does Trade Cause Growth?, AER 1999