Académique Documents
Professionnel Documents
Culture Documents
Econometría I
Yh Y h X h h
Mg. Beatriz Castañeda ECONOMETRIA I 2
Modelo de Ecuaciones simultáneas
Escribimos el modelo en forma matricial y conjunta para todas las ecuaciones
y11 y21 ... y g1 y11 y21 ... y g1 11 21 ... g1 1 x11 ... xk 1 10 20 ... g1 11 21 ... g1
y y g 2 y12 y g 2 12 g 2 1 g 2 12 g 2
12 y22 ... y22 ... 22 ... x12 ... xk 2 11 21 ... 22 ...
... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ...
y1n y2 n ... y gn y1n y2 n ... y gn 1 g 2g ... gg 1 x1n ... xkn 1k 2k ... gk 1n 2n ... gn
Y
1 Y2
... Yg Y1 Y2
... Yg 1 2
... g 1 X 1 ... X k 1
2 ... g 1 2 ... g
11 E ( 11 2
) E ( 11 12 ) ... E ( 11 1n ) 11 0 ... 0
E ( ) E ( 2
) ... E ( 12 1n ) 0 11 ... 0
E ( 1 1 ) E 11 ... 1n
' 12
12 12 11 12
... ... ... ... ... ... ... ... ...
1n E ( 1n 11 ) E ( 1n 12 ) ... E ( 12n ) 0 0 ... 11
Luego
0 0
1 1
Q P 1 Y Z 2 0 1 2
1 1
0 2
0 1 1 0 0 0
1 1 1 1
Q P 1 Y
Z
2 1
1 1
2
1 1
*
1 *2
1 2 2
1 1
1 1
21
1 2 ( 1 1 ) 32
0 1 1 0 0 0 22
11 1 1
12 1 1 31 2 ( 1 1 ) 22
1
2 1 2 32
21 1 1
22 1 1
0 ( 11 1 12 )
1 2 2
31 1 1
32 1 1 0 0 ( 1 1 ) 12
Ecuación estructural
Si No
La ecuación La ecuación no
está identificada está identificada
Exactamente
si puede obtenerse valores únicos
Sobreidentificada
de los parámetros estructurales si puede obtenerse más de un valor de
alguno de los parámetros estructurales
k ki gi 1 g i* k k i g i* g i 1 g 1
Variables excluidas gi*: v. endógenas excluidas
Sea el modelo:
Y1t 21 Y2 t 31 Y3 t 11 X 1t 31 X 3 t 41 X 4 t 1t 0
Y2 t 32 Y3 t 22 X 2 t 41 X 4 t 2 t 0
Y3 t 23 Y2 t 13 X 1t 23 X 2 t 43 X 4 t 3 t 0
A
1 0 0
21 1 23
31 32 1
Y1 Y2 Y3 X1 X2 X3 X4 11 0 13 1 2 3 0 0 0
0 22 23
31 0 0
41 42 43
A1 A2 A3
1 0 0 Ecuación 2: g2 = 2; k2 = 2
21 1 23 K – k 2 = 2 > g2 – 1 = 1
Ecuación posiblemente
31 32 1 sobreidentificada
1 0
A 11 0 13
A* 11 13 (A*) = 2 = g -1
0 22 23 31 0 Ecuación sobreidentificada
31 0 0
42 43
41
Ecuación 3: g3 = 2; k3 = 3
A1 A2 A3
K – k3 = 1 = g 3 – 1 = 1 Ecuación posiblemente
identificada
g=3 1 0
A* (A*) = 1 < g -1
k=4 31 0
Ecuación subidentificada
1 12 Ecuación 1
Restricciones: q=2>g–1
21 1
01 02 21 = 0
Y1 Y2 1 X1 X2 X3 1 2 0 0 0 0 0 1 0
11 0
0 0 0 0 0 1
0 31 = 0
22
0 22
0 32 A ( A) = 1 = g-1
0 32
12 = 0 0 0 0 1 0 0 0 La ecuación está
A 11 ( A) = 2 = g exactamente
22+ 32 = 1 0 0 0 0 1 1 0 1
identificada
Métodos de estimación:
1. MCI: Mínimos cuadrados indirectos.
2. Variables instrumentales.
3. MC2E: Mínimos cuadrados en dos etapas.
4. MC3E: Mínimos cuadrados en tres etapas con información
incompleta.
5. MC3E: Mínimos cuadrados en tres etapas con información
completa.
6. Máxima verosimilitud.
Como en la forma reducida cada variable endógena es explicada sólo por las
variables exógenas (que son predeterminadas), entonces, el estimador de MCO
de los coeficientes en la forma reducida es insesgado, consistente y eficiente. El
estimador de MCI es un estimador consistente de los coeficientes de la forma
estructural.
Y1t 21 Y2 t 11 X 1t 21 X 2 t 1t
Y2 t 12 Y1t 32 X 3 t 2 t
A 11
0
21 0
( A) = 1= g -1
11 0 1 12
Y1 Y2 X 1 X2 X3
21
1
0 12 21
21
1 12 21
1
*1 *2
0 31 1 12 21 1 12 21
11 12
ˆ 12 1 12 21
5/2 Coef. ecuac. 2: 12 , 321
21 12 ˆ ˆ 12
ˆ 22 8 ˆ12 22 16 ˆ12 5
1 12 21 ˆ 21 ˆ 11
32
ˆ 32 1 12 21
4 ˆ 32 ˆ 32 ˆ 31 ˆ12 4 ˆ 32 ˆ 32 ˆ 31 ˆ12 13 / 2
Ejemplo
Entonces
Y1t 21 Y2 t 11 X 1t 21 X 2 t 1t para la ecuación 1 X3 sería v. inst de Y2 y
Y2 t 12 Y1t 32 X 3 t 2 t para la ecuación 2 X1 o X2 podrían ser v. inst
de Y1
Z *1 Y1* X1 Matriz de variables instrumentales
Entonces:
Aˆ 1 Z 1*' Z1 1
Z 1*' y1
Aˆ 1 Z 1*' Z 1 1
Z 1*' y1
La matriz de
V ( Aˆ 1VI ) 11 ( Z 1*' Z 1 ) 1 ( Z 1*' Z *1 ) [( Z 1*' Z 1 ) 1 ]' covarianzas
asintótica del
estimador de VI
e1' e1 ˆ1
ˆ 11 S11
n ( g1 k 1 )
e1 y1 Y1 X1 ˆ
1
'
e1 e1 y y1 2 A1 Z y1 A1 Z Z1 Aˆ 1
'
1
ˆ ' ' ˆ ' '
1 1
Cuando se utiliza covarianzas e1' e1 ( n 1)( y1' y1 2 Aˆ 1' Z ' y1 Aˆ 1' Z ' Z1 Aˆ 1 )
1 1
6 16 2 4 1 / 8
e1' e1
n 1
12 2
1 / 8 13 / 16 1 / 2 3 1 / 8 13 / 16 1 / 2 2 4 0 13 / 16
0 4 0 1 1 / 2
e1' e1 24(10.8594 )
Asumiendo n = 25 ˆ 11 n( g k )
22
11 .8594
1 1
12.386
1 / 4 1 / 8 1 / 4 3 2 1 1 / 4 1/ 8 1 0.031 0.015 0.124
V ( Aˆ 1VI ) 24
1 / 8 3 / 16 1 / 8 2 4 0 1/ 8 3 / 16 1 / 2 0.015 0.131 0.062
1 1 / 2 0 1 0 1 1/ 4 1 / 8 0 0.124 0.062 0.988
Procedimiento
1ª etapa: Construir una regresión auxiliar para cada variable endógena
incluida como explicativa en la ecuación en función de todas las
variables exógenas del modelo.
y1 Yˆ1 1 X 1 1 1 Yˆ1
X1 1 1
1
ˆ 1
Sea
X * Yˆ1 X1 ˆ
1 MC 2 E
( X *' X *) 1 X *' y1
Yˆ1'Yˆ1 Y1' X ( X ' X ) 1 X ' X ( X ' X ) 1 X 'Y1 Y1' X ( X ' X ) 1 X 'Y1
Aˆ 1 Z 1' X ( X ' X ) 1 X ' Z 1 Z X(X' X )
1 '
1
1
X ' y1
El estimador de MC2E es un caso especial de variables instrumentales donde:
Z 1 Y1 X1
Z *1 Yˆ1 X1 Vector de variables instrumentales
1
Yˆ 'Y1 Yˆ1' X 1 Yˆ ' y1
ˆ1
1 ˆ1
ˆ Z 1*' Z 1 Z 1*' y1 1' '
1
1 X 1 Y1 X '1 X 1 X 1 y1 ˆ1 MC 2 E
VI
Yˆ '
Y Yˆ1' X 1 * *
Yˆ 'ˆ
Y Yˆ ' X
*
Z1 ' Z1 ' Z1 ' Z1 ' Matriz
1 1
1 1 1 1
X Yˆ
' ' simétrica
X 1 Y1 X 1 X 1 1 1
X X
1 1
Luego
V ( Aˆ 1 MC 2 E ) 11 ( Z1*' Z1 )1 11 ( Z1' X ( X ' X )1 X ' Z1 )1
e1' e1 ˆ1
ˆ 11 S11
n ( g1 k 1 )
e1 y1 Y1 X1 ˆ
1
ˆ 1' Z ' y1 A
e1' e1 y ' y1 2 A ˆ 1' Z ' Z1 A
ˆ 1 y ' y1 A
ˆ 1' Z ' y1
1 1 1 1 1
Y
1 Y2
... Yg Y1 Y2
... Yg 1 2
... g 1 X 1 ... X k 1
2 ... g 1 2 ... g
Esta notación no recoge las restricciones nulidad de parámetros en cada ecuación y
no resulta útil para una solución generalizada de los estimadores de todos los
coeficientes del modelo, en su lugar consideramos la notación de variables apiladas
1
y1 Z 1 0 00 a1 1
y1 Z 1 a 1 1 y1 Y1 X1 1
1
y2 0 Z2 00 a2
2
... ... ... ... ... ... ...
........ ...
y g 0 0 ... Z g a g g
yg Z g ag g
y g Yg
g
Xg g
Y* = Z* a* + * g
Mg. Beatriz Castañeda ECONOMETRIA I 33
1 2 g
1
11 21 ... g1
2
12 22
... g 2
* t
... ... ... ... ...
1n 2n ... gn
g
11 12 .. 1 g
21 22 .. 2 g
Cov ( *) E ( * *' ) I '
E ( t t )
... ... .. ..
g1 g 2 .. gg
Propiedades
1. A B 1 A 1 B 1
2. A B ' A' B '
3. C D E F CE DF
Y* = Z* a* + Y* = X* + u*
y1
*
X 0 0 0 1 u1
ˆ ( X *' X *) 1 X *'Y *
y2 0 X 0 0 2 u2
... ... ... ... ... ... ...
Yˆ X * ˆ X * ( X *' X *) 1 X *'Y *
y g 0 0 ... X g u g
en la 1ª etapa [Yˆ1 X 1 ] 0 0 0
0 [Yˆ2 X 2 ] 0 0
W *
Y* = W* a* + * ... ... ... ...
0 0 ...
[Yˆg X g ]
aˆ MC 2 E Z *' X * ( X *' X *) X *' Z * 1
Z*' X * ( X *' X *)
1 1
X *'Y *
Mg. Beatriz Castañeda ECONOMETRIA I 37
3ª etapa: Con los residuos obtenido de la segunda etapa se estima a los
elementos de la matriz
11 12 .. 1 g
' 21 22 .. 2 g
E ( t t )
... ... .. ..
g1 g 2 .. gg
e1' e1 e1' e 2
ˆ 11 S11 ˆ 12 S12
n ( g1 k 1 ) n ( g1 k1 ) n ( g2 k 2 )
e1' e1 y '1 y1 A
ˆ 1' Z ' y1
1
e1' e 2 y '1 y 2 A
ˆ 1' Z ' y 2 y ' Z 2 A2 A
1 1
ˆ 1' Z ' Z 2 A2
1
1
aˆ * MC 3 E Z *' X * (V ( X *' *)) X *' Z * Z*' X * (V ( X *' *))
1 1
X *'Y *
donde
V ( X *´ *) X *´V ( *) X * X *´ ( I ) X *
( I X ´) ( I ) ( I X ) ( X ´ X )
1 1
aˆ * MC 3 E Z *'[ ( X ( X ´ X ) X ´)]Z * Z*'[
1 1
( X ( X ´ X ) 1 X ´)]Y *
Mg. Beatriz Castañeda ECONOMETRIA I 39
Propiedades del estimador MC3E
1. Si las ecuaciones de un sistema están identificadas, entonces el estimador
de MC3E es consistente.
2. La distribución asintótica de
V (aˆ *MC 3 E )
Z *'[ 1 1
( X ( X ´ X ) X ´)]Z * 1
Estadística
ˆ * SUR X *'[ 1 I ] X * X *'[
1 1
I ]Y *
Donde los elementos de se estiman mediante los residuos del estimador de
MCO de cada ecuación.
Nota. Para la prueba de correlación contemporánea con el estadístico LM se
utiliza los residuos de MCO.