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