Økonometri 1: Instrumentvariabelestimation1 Økonometri 1 Instrumentvariabelestimation II 28. april 2006.

Slides:



Advertisements
Lignende præsentationer
Inferens i den lineære regressionsmodel 19. marts 2007
Advertisements

KM2: F221 Kvantitative metoder 2 Specifikation og dataproblemer 2. maj 2007.
Økonometri 1: Specifikation og dataproblemer1 Økonometri 1 Specifikation, og dataproblemer 4. november 2005.
Gentagne tværsnit og panel data II 9. maj 2007
Økonometri 1: Instrumentvariabelestimation1 Økonometri 1 Instrumentvariabelestimation 14. april 2003.
Økonometri 1: Instrumentvariabelestimation1 Økonometri 1 Instrumentvariabelestimation 26. november 2004.
Økonometri 1 Gentagne Tværsnit og Paneldata II. Gentagne tværsnit og paneldata II 2 Gentagne tværsnit (W ): Opsamling.  Kombinerer tværsnit indsamlet.
Økonometri 1: F3 Økonometri 1 Den simple regressionsmodel 15. september 2006.
Økonometri 1: Specifikation og dataproblemer1 Økonometri 1 Specifikation, og dataproblemer 7. april 2003.
Økonometri 1: Instrumentvariabelestimation1 Økonometri 1 Instrumentvariabelestimation 10. december 2004.
Økonometri 1: Afslutningsforelæsning1 Økonometri 1 Afslutningsforelæsning 19. maj 2003.
Økonometri 1: Afslutningsforelæsning1 Økonometri 1 Afslutningsforelæsning 13. december 2004.
Kvantitative metoder 2: Inferens i den lineære regressionsmodel1 Kvantitative metoder 2 Inferens i den lineære regressionsmodel 12. marts 2007.
Økonometri 1: F121 Økonometri 1 Heteroskedasticitet 27. oktober 2006.
Økonometri 1: Inferens i den lineære regressionsmodel1 Økonometri 1 Inferens i den lineære regressionsmodel 1. oktober 2004.
Økonometri 1: Instrumentvariabelestimation1 Økonometri 1 Instrumentvariabelestimation 5. maj 2003.
Økonometri 1: F81 Økonometri 1 Inferens i den lineære regressionsmodel 2. oktober 2006.
KM2: F261 Kvantitative metoder 2 Instrumentvariabel estimation 16. maj 2007.
Økonometri 1 Gentagne Tværsnit og Paneldata II 20. november 2006.
Økonometri 1: Instrumentvariabelestimation1 Økonometri 1 Instrumentvariabelestimation II 7. december 2005.
Økonometri 1: Specifikation og dataproblemer1 Økonometri 1 Specifikation, og dataproblemer 9. november 2004.
Heteroskedasticitet 17. marts 2006
Økonometri 1: Heteroskedasticitet1 Økonometri 1 Heteroskedasticitet 22. marts 2006.
KM2: F191 Kvantitative metoder 2 Heteroskedasticitet 16. april 2007.
Økonometri 1: Specifikation og dataproblemer1 Økonometri 1 Specifikation og dataproblemer 2. november 2004.
Instrumentvariabel estimation 21. maj 2007
Økonometri 1: Inferens i den lineære regressionsmodel1 Økonometri 1 Inferens i den lineære regressionsmodel 5. oktober 2004.
Økonometri 1: Inferens i den lineære regressionsmodel1 Økonometri 1 Inferens i den lineære regressionsmodel 3. marts 2006.
Økonometri 1 Gentagne tværsnit og panel data I 5. april 2006.
KM2: F251 Kvantitative metoder 2 Instrumentvariabel estimation 14. maj 2007.
Økonometri 1: Dummy variable1 Økonometri 1 Dummy variable 24. marts 2003.
Økonometri 1: Inferens i den multiple regressionsmodel1 Økonometri 1 Inferens i den multiple regressionsmodel 3. marts 2003.
Økonometri 1: Instrumentvariabelestimation1 Økonometri 1 Instrumentvariabelestimation III Prøveeksamen 3. maj 2006.
KM2: F61 Kvantitative metoder 2 Den simple regressionsmodel 21. februar 2007.
Kvantitative metoder 2: Inferens i den lineære regressionsmodel1 Kvantitative metoder 2 Inferens i den lineære regressionsmodel 14. marts 2007.
Kvantitative metoder 2: Den multiple regressionsmodel1 Kvantitative metoder 2 Den multiple regressionsmodel 26. februar 2007.
Økonometri 1: Inferens i den multiple regressionsmodel1 Økonometri 1 Inferens i den multiple regressionsmodel 10. marts 2003.
Økonometri 1: Den simple regressionsmodel Økonometri 1 Den simple regressionsmodel 14. september 2004.
Økonometri 1: F151 Økonometri 1 Specifikation og dataproblemer 10. november 2006.
Økonometri 1 Avancerede Paneldata Metoder II. 2 Paneldata metoder Sidste gang: Paneldata med to eller flere perioder og ”fixed effects” estimation. Første-differens.
F21: Instrumentvariabelestimation III1 Økonometri 1 Instrumentvariabelestimation III 8. december 2006.
KM2: F181 Kvantitative metoder 2 Heteroskedasticitet 11. april 2007.
Økonometri 1: F41 Økonometri 1 Den multiple regressionsmodel 18. september 2006.
KM2: F51 Kvantitative metoder 2 Den simple regressionsmodel 19. februar 2007.
Økonometri 1: F51 Økonometri 1 Den multiple regressionsmodel 22. september 2006.
Økonometri 1: Instrumentvariabelestimation1 Økonometri 1 Instrumentvariabelestimation 24. april 2003.
Økonometri 1: Heteroskedasticitet1 Økonometri 1 Heteroskedasticitet 26. oktober 2004.
Økonometri 1 Avancerede Paneldata Metoder II Introduktion til Instrumentvariabler 27. november 2006.
KM2: F201 Kvantitative metoder 2 Heteroskedasticitet 18. april 2007.
Økonometri 1: Den multiple regressionsmodel1 Økonometri 1 Den multiple regressionsmodel 15. februar 2006.
Økonometri 1: Den simple regressionsmodel Økonometri 1 Den simple regressionsmodel 13. februar 2003.
Økonometri 1: Heteroskedasticitet1 Økonometri 1 Heteroskedasticitet 31. marts 2003.
Økonometri 1: Den simple regressionsmodel Økonometri 1 Den simple regressionsmodel 7. september 2004.
Kvantitative metoder 2: Den multiple regressionsmodel1 Kvantitative metoder 2 Den multiple regressionsmodel 28. februar 2007.
Økonometri 1: Instrumentvariabelestimation1 Økonometri 1 Instrumentvariabelestimation 30. november 2004.
Økonometri 1: F2 Økonometri 1 Den simple regressionsmodel 11. september 2006.
Økonometri 1: Instrumentvariabelestimation1 Økonometri 1 Instrumentvariabelestimation 28. april 2003.
Økonometri 1: Den simple regressionsmodel Økonometri 1 Den simple regressionsmodel 14. september 2005.
Økonometri 1: Heteroskedasticitet1 Økonometri 1 Heteroskedasticitet 24. marts 2006.
Økonometri 1: Instrumentvariabelestimation1 Økonometri 1 Instrumentvariabelestimation 7. december 2004.
Økonometri 1 Avancerede Paneldata Metoder II 23. November 2005.
Økonometri 1: Heteroskedasticitet1 Økonometri 1 Heteroskedasticitet 27. marts 2003.
Økonometri 1: Den multiple regressionsmodel1 Økonometri 1 Den multiple regressionsmodel 17. september 2004.
Økonometri 1: Heteroskedasticitet1 Økonometri 1 Heteroskedasticitet 29. oktober 2004.
Økonometri 1: Instrumentvariabelestimation1 Økonometri 1 Instrumentvariabelestimation I 2. December 2005.
Økonometri 1: F71 Økonometri 1 Inferens i den lineære regressionsmodel 29. september 2006.
KM2: F41 Kvantitative metoder 2 Den simple regressionsmodel 14. februar 2007.
Økonometri 1: Instrumentvariabelestimation1 Økonometri 1 Instrumentvariabelestimation IV 10. maj 2006.
Den multiple regressionsmodel 21. september 2005
Heteroskedasticitet 25. oktober 2005
Præsentationens transcript:

Økonometri 1: Instrumentvariabelestimation1 Økonometri 1 Instrumentvariabelestimation II 28. april 2006

Økonometri 1: Instrumentvariabelestimation 2 Plan for resten af gennemgangen F20: Instrumentvariabel (IV) estimation:  En regressor, et instrument: Kap afsnit 1-4 i noten.  Flere endogene regressorer (eksakt identificeret): F21: Kap , 15.5 og afsnit 4, 6-7 i noten.  2SLS (two-stage least squares) i et eksakt identificeret tilfælde.  Test af exogenitet  Prøveeksamen F22: Kap , afsnit 5-7 i noten  Overidentificeret tilfælde  2SLS (two-stage least squares) estimation og inferens.  Test af overidentificerende restriktioner  Målefejl F23: Afslutningsforelæsning  Eksempel: Fødselsvægt og rygning  Kap. 19 om empiriske projekter  Information vedr. eksamen To ugesedler: 12 og 13.

Økonometri 1: Instrumentvariabelestimation 3 Instrumentvariabler Simpel regressionsmodel: Ex. Lønligningen Uobserverbar heterogenitet i form af ”evner”: Positiv effekt på løn og (positivt) korreleret med uddannelse. OLS er inkonsistent: IV løsning: Find instrumentvariabel som opfylder to betingelser:

Økonometri 1: Instrumentvariabelestimation 4 IV estimation i en simpel regressionsmodel: En endogen regressor, et instrument Den simple regressionsmodel Antag:  x er endogen  og z er et brugbart instrument for x, dvs: IV estimatoren for kan udledes som en moment estimator (tavlegennemgang)

Økonometri 1: Instrumentvariabelestimation 5 IV estimation: Identifikation af parametrene Simpel regressionsmodel: Gyldigt instrument:, Givet identificeres parameteren som IV estimatorerne findes ved at indsætte de analoge størrelser fra stikprøven:

Økonometri 1: Instrumentvariabelestimation 6 IV estimatoren IV estimatoren er konsistent: (tavlegennemgang) IV estimatoren er asymptotisk normalfordelt. Hvis faktisk er exogen kan den bruges som ”sit eget instrument”: OLS som specialtilfælde af IV. IV estimatoren: Har gode asymptotiske egenskaber, dvs. vi ved den virker i store datasæt. Men:  IV generelt ikke middelret  IV vil ofte have en relativt stor varians. Hvis, men den ikke er ”ret stor”, så er z et ”svagt instrument”: t-test i hjælperegression af x på z

Økonometri 1: Instrumentvariabelestimation 7 IV estimatoren: Inferens Antag: Homoskedasticitet: Den asymptotiske varians på er givet ved Variansen går mod nul som 1/n ligesom for OLS. Estimeres konsistent ved t-værdi er asymptotisk normalfordelt. Eksempler: Ex og 15.2.

Økonometri 1: Instrumentvariabelestimation 8 Andre bud på instrumenter til lønligningen Angrist og Krueger: Dummy variabel som instrument:  Finder signifikant korrelation mellem uddannelseslængde og det kvartal, man er født i (for amerikanske data).  Argumenterer for at fødselskvartal er ukorreleret med ”evne”. Angrist: ”Naturligt eksperiment”:  Ser på sammenhæng mellem løn og militærtjeneste i Vietnam.  Værnepligten var et lotteri: Høj korrelation mellem at trække et lavt sessionsnummer og faktisk at aftjene værnepligt. Tilfældigt udvalg, dvs. sessionsnummer ukorreleret med ”evne” og andre variabler. Sessionsnummer som instrument.

Økonometri 1: Instrumentvariabelestimation 9 Multipel IV estimation: Flere endogene regressorer Regressionsmodel på matrix form: Strukturel ligning: Opdel regressorerne i to grupper: Antag: regressorer er endogene: Skal som minimum bruge instrumenter

Økonometri 1: Instrumentvariabelestimation 10 Multipel IV estimation: Eksakt identificeret tilfælde Eksakt identifikation: Vi har netop instrumenter til rådighed, samme antal som der er endogene regressorer: Overidentifikation: Flere instrumenter end nødvendigt (F22). exogene variabler: er ”instrumenter for sig selv”. Z rummer alle exogene variabler i modellen:  er de variabler, der er inkluderet i den strukturelle ligning  er de variabler, der er ekskluderet fra den strukturelle ligning

Økonometri 1: Instrumentvariabelestimation 11 Multipel IV estimation: Eksakt identificeret tilfælde For et gyldigt sæt af instrumenter kræves: Ingen korrelation med fejlleddet: Korrelation med de endogene regressorer: Ingen perfekt lineær afhængighed mellem instrumenterne:

Økonometri 1: Instrumentvariabelestimation 12 Eksakt identificeret tilfælde: Estimation Betingelse for gyldigt instrument: Ingen korrelation med fejlleddet i populationen: Analog betingelse i stikprøven: Momentbetingelser definerer IV estimatoren: IV estimatoren er konsistent:

Økonometri 1: Instrumentvariabelestimation 13 Næste gang: Onsdag i næste uge. 2SLS (two-stage least squares) estimation og inferens. Test af exogenitet Gennemgang af prøveeksamen