Vous êtes sur la page 1sur 4

TD d’économétrie

UNIVERSITE DE PARIS 11

Les variables instrumentales

Anne Plunket

Soit le modèle macroéconomique Keynésien suivant :

Y t = CO t = Y D t =

C 0 t + I t + G t + NX t β 0 + β 1 Y D t + β 2 CO t 1 + ǫ 1t Y t T t

I t = β 3 + β 4 Y t + β 5 r t 1 + ǫ 2t

r t = β 6 + β 7 Y t + β 8 M t + ǫ 3t

(1)

(2)

(3)

(4)

(5)

Y t : PIB à l’année t

CO t : Consommation en t

I t : Investissement brut en t

G t : Dépenses gouvernementales en t

NX t : Exportations nettes de biens et services en t (exportations moins importations)

T t : Impôts en t

r t : le taux d’intérêt en t

M t : l’offre de monnaie en t

Y D t : revenu disponible en t Les données nécessaires se trouvent dans le fichier macro14.xls

Toutes les variables sont en termes réels sauf les taux d’intérêt qui sont en pourcentage nominaux. Les données vont de l’année 1964 à l’année 1994.

1. Quelle distinction faites-vous entre les équations stochastiques et les équations comp- tables. Indiquez pour chacune des équations si elle est comptable ou stochastique.

2. On cherche à estimer l’équation de consommation (2). Cette équation souffre-t-elle d’un problème d’endogénéité ? Pourquoi ?

3. Quels instruments pourriez-vous proposer pour estimer cette équation ?

4. Qu’est-ce qu’une forme réduite ? Quelle distinction faîtes-vous avec la forme structu- relle ? Soit la forme réduite suivante :

CO t = π 0 + π 1 CO t 1 + π 2 G t + π 3 NX t + π 4 T t + π 5 rlag + v t

On vous propose la régression suivante après création des variables manquantes. Com- mentez le principe de la méthode des doubles moindres carrés ainsi que les résultats.

.

generate t= y- yd

.

generate nx=y- co- i- g

.

tsset years

.

generate colag=L.co

.

generate rlag=L.r

1

. ivreg co colag (yd = g nx t rlag), first

First-stage regressions

-----------------------

Source |

SS

df

MS

Number of obs =

31

-------------+------------------------------

F(

5,

Model | 13636091.6

5

2727218.33

25) = 2379.18 =

0.0000

Residual | 28657.1811

25 1146.28724

Prob > F R-squared

=

0.9979

-------------+------------------------------ Adj R-squared = 0.9975

455491.627

33.857

Total | 13664748.8

30

Root MSE

=

------------------------------------------------------------------------------

yd |

Coef.

Std. Err.

t

P>|t|

[95% Conf. Interval]

-------------+----------------------------------------------------------------

colag |

1.237215

.0578294

21.39

0.000

1.118113

1.356316

g

|

-.5475463

.2008534

-2.73

0.012

-.9612116

-.1338809

nx |

-.6295363

.1646918

-3.82

0.001

-.9687255

-.2903471

t

|

-.3431788

.1869254

-1.84

0.078

-.7281588

.0418013

rlag | -2.033518

4.088719

-0.50

0.623

-10.45439

6.387357

_cons |

511.6136

86.24525

5.93

0.000

333.9882

689.239

------------------------------------------------------------------------------

Instrumental variables (2SLS) regression

Source |

SS

df

MS

Number of obs =

31

-------------+------------------------------

F(

2,

Model | 12348801.8

2

6174400.88

28) = 6615.72 =

0.0000

Residual | 26110.8198

28 932.529278

Prob > F R-squared

=

0.9979

-------------+------------------------------

412497.086

Total | 12374912.6

30

Adj R-squared = 0.9977 =

30.537

Root MSE

------------------------------------------------------------------------------

co |

Coef.

Std. Err.

t

P>|t|

[95% Conf. Interval]

-------------+----------------------------------------------------------------

yd |

.4416382

.1538393

2.87

0.008

.1265126

.7567637

colag |

.5403086

.1629997

3.31

0.003

.2064187

.8741984

_cons | -24.73018

34.90232

-0.71

0.484

-96.22435

46.76399

------------------------------------------------------------------------------

Instrumented: yd

Instruments:

------------------------------------------------------------------------------

colag g nx t rlag

5. On vous propose un test d’identification ? En quoi consiste le test ? Quelle est l’hypothèse testée ? Faîtes le test en vous aidant de la table du chi(2) ? Quelles sont vos conclusions ?

. overid

Tests of overidentifying restrictions:

Sargan N * R-sq test

21.726

Chi-sq(3)

P-value = 0.0001

Basmann test

58.568

Chi-sq(3)

P-value = 0.0000

6. L’estimation par la méthode des doubles moindres carrés suppose que les erreurs sont i.i.d ? Cette hypothèse vous paraît-elle suspecte ? Pourquoi ?

7. Une régression par les simples moindres carrés de la consommation, nous donne un dur-

2

bin et watson de Durbin-Watson Statistic = .8926652. Faîtes le test ? Quelles sont vos conclusions ?

8. On vous propose une régression par la méthode des moments généralisés. Cette estimation apporte t-elle une amélioration ?

. ivreg2 co colag (yd = g nx t rlag), gmm bw(2) 2-Step GMM estimation

---------------------

Estimates efficient for arbitrary autocorrelation Statistics robust to autocorrelation

kernel=Bartlett; bandwidth= time variable (t): years

2

 

Number of obs =

31

F(

2,

28) =

4678.52

Total (centered) SS

=

12374912.58

Prob > F Centered R2

Root MSE

=

=

0.0000

0.9979

Total (uncentered) SS

=

197725473.9

Uncentered R2 =

0.9999

Residual SS

= 25991.24935

=

28.96

------------------------------------------------------------------------------

co |

Coef.

Std. Err.

z

P>|z|

[95% Conf. Interval]

-------------+----------------------------------------------------------------

yd |

.4556004

.1720822

2.65

0.008

.1183255

.7928754

colag |

.5261765

.1823187

2.89

0.004

.1688383

.8835146

_cons | -28.36601

39.24406

-0.72

0.470

-105.2829

48.55093

------------------------------------------------------------------------------

Hansen J statistic (overidentification test of all instruments):

16.926

Chi-sq(3) P-val =

0.0007

------------------------------------------------------------------------------

Instrumented: yd Included instruments: colag Excluded instruments: g nx t rlag

------------------------------------------------------------------------------

9. On vous propose un test pour savoir si nx et rlag sont des instruments appropriés. Qu’en pensez vous ?

. ivreg2 co colag (yd = g t nx rlag), gmm bw(2) orthog(nx rlag)

2-Step GMM estimation

---------------------

résultats de la régression omises

------------------------------------------------------------------------------

Hansen J statistic (overidentification test of all instruments):

16.926

Chi-sq(3) P-val =

0.0007

-orthog- option:

Hansen J statistic (eqn. excluding suspect orthogonality conditions):

0.595

Chi-sq(1) P-val =

0.4407

C statistic (exogeneity/orthogonality of suspect instruments):

16.331

Chi-sq(2) P-val =

0.0003

Instruments tested:

------------------------------------------------------------------------------

Instrumented: yd Included instruments: colag Excluded instruments: g t nx rlag

------------------------------------------------------------------------------

nx rlag

3

10. La régression à la suite de l’exclusion des instruments vous paraît-elle satisfaisante ?

. ivreg2 co colag (yd = g t), gmm2s bw(2)

2-Step GMM estimation

---------------------

Estimates efficient for arbitrary autocorrelation Statistics robust to autocorrelation

kernel=Bartlett; bandwidth= time variable (t): years

2

 

Number of obs =

31

F(

2,

28) =

2006.73

Total (centered) SS

=

12374912.58

197725473.9

Prob > F Centered R2

=

=

0.0000

0.9945

Total (uncentered) SS

=

Uncentered R2 =

0.9997

Residual SS

= 67501.31687

Root MSE

=

46.66

------------------------------------------------------------------------------

co |

Coef.

Std. Err.

z

P>|z|

[95% Conf. Interval]

-------------+----------------------------------------------------------------

yd |

-.2669334

.3834833

-0.70

0.486

-1.018547

.4846801

colag |

1.290077

.405872

3.18

0.001

.4945823

2.085571

_cons |

101.7307

78.17731

1.30

0.193

-51.49404

254.9554

------------------------------------------------------------------------------

Hansen J statistic (overidentification test of all instruments):

0.249

Chi-sq(1) P-val =

0.6175

------------------------------------------------------------------------------

Instrumented: yd Included instruments: colag Excluded instruments: g t

------------------------------------------------------------------------------

4