Estymacja panelowa modeli dynamicznych
Transkrypt
Estymacja panelowa modeli dynamicznych
Estymacja panelowa modeli dynamicznych Jerzy Mycielski UW 2016 Jerzy Mycielski (UW) Estymacja panelowa modeli dynamicznych 2016 1 / 24 Estymator pierwszych róz·nic Za÷ oz·enia konieczne dla zgodności estymatora E ( uit j xi , ci ) = 0 dla t = 1, . . . , T Uz·ywamy róz·nicowania do wyeliminowania efektu indywidualnego ci Model yit = xit β + ci + uit Stosujemy róz·nicowanie i otrzymujemy ∆yit = ∆xit β + ∆uit Pierwsza obserwacja (T = 1, i = 1, . . . , N) jest pomijana Zmienne sta÷ e w czasie wypadaja¾ z regresji Estymator pierwszych róz·nic (FD) uzyskujemy przeprowadzajac ¾ regresje¾ na próbie wymieszanej (POLS) ∆yit na ∆xit Estymator ten jest zgodny, poniewaz· przy przyjetych ¾ za÷ oz·eniach 0 E (∆xit ∆uit ) = 0 Przy za÷ oz·eniu, z·e E ( ∆ui ∆ui0 j xi , ci ) = σ2u IT estymator pierwszych róz·nic jest takz·e najbardziej efektywny Jerzy Mycielski (UW) Estymacja panelowa modeli dynamicznych 2016 2 / 24 Estymatory panelowe przy sekwencyjnych ograniczeniach narzuconych na momenty Do uzyskania zgodności estymatorów RE , FE , FD zwykle zak÷ adamy ścis÷ a¾ egzogeniczność: E ( uit j xi 1 , . . . , xiT ) Za÷ oz·enie to oznacza, z·e wartość oczekiwana b÷ edu ¾ czystolosowego (uit ) nie zalez·y zesz÷ ych, obecnych i przysz÷ ych wartości zmiennych objaśniajacych ¾ xi Za÷ oz·ymy obecnie, z·e w modelu yit = xit β + ci + uit , dla t = 1, 2, . . . , T i za÷ oz·ymy, z·e wartość oczekiwana uit moz·e zalez·eć od przysz÷ ych wartości xit Równocześnie za÷ oz·ymy, z·e prawdziwe sa¾ nastepuj ¾ ace ¾ sekwencyjne ograniczenia narzucone na momenty (sequential moment restrictions) E ( uit j xit , xit Jerzy Mycielski (UW) 1 , . . . , xi 1 , ci ) Estymacja panelowa modeli dynamicznych =0 2016 3 / 24 Sekwencyjna egzogeniczność Ograniczenia te implikuja, ¾ z·e wartość oczekiwana uit nie moz·e zalez·eć od obecnych i przesz÷ ych wartości xi Jeśli za÷ oz·enie to jest prawdziwe mówimy o sekwencyjnej egzogeniczności xit warunkowej wzgledem ¾ efektu indywidualnego Liniowy model efektów nieobserwowalnych moz·na teraz sformu÷ ować nastepuj ¾ aco: ¾ E ( yit j xit , xit 1 , . . . , xi 1 , ci ) = E ( yit j xit , ci ) = xit β + ci Przyk÷ ad: (Wooldrodge) Dynamiczny model efektów nieobserwowalnych yit = zit γ + ρ1 yi ,t 1 + ci + uit a wiec ¾ w tym przypadku xit (zit , yi ,t 1 ). Wynika z tego, ·ze (xit , xit 1 , . . . , xi 1 ) = (zit , yi ,t 1 , . . . , zi 1 , yi ,0 ) i sekwencyjne ograniczenia narzucone na momenty implikuja,¾ · ze E ( yit j zit , yi ,t Jerzy Mycielski (UW) 1 , . . . , zi 1 , yi ,0 , ci ) = E ( yit j zit , yi ,t 1 , ci ) = zit γ + ρ1 yi ,t 1 + ci Estymacja panelowa modeli dynamicznych 2016 4 / 24 Sekwencyjna egzogeniczność i zgodność estymatorów panelowych W przypadku, gdy sekwencyjne ograniczenia narzucone na momenty sa¾ prawdziwe ale nie jest prawdziwe za÷ oz·enie o ścis÷ ej egzogeniczności estymatory RE , FE , FD nie sa¾ zgodne. Na przyk÷ ad estymator efektów sta÷ ych nie jest zgodny poniewaz·: b plim β FE " = β+ T 1 T ∑E t =1 x- it x- it0 # 1 " T 1 T ∑E # x- it0 uit i =1 ale E (x- it0 uit ) = E [(xit xit ) uit ] = E (xit uit ) = T 1 ∑Ts=1 E (xis uit ) = T 1 ∑Ts=t +1 E (xis uit ) 6= 0, poniewaz· w przypadku ograniczeń sekwencyjnych zak÷ adamy, z·e moz·e istnieć korelacja miedzy ¾ uit a xis dla s > t. Wielkość asymptotycznego obcia¾z·enia maleje z szybkościa¾ T dla paneli T jest czesto ¾ ma÷ e Jerzy Mycielski (UW) Estymacja panelowa modeli dynamicznych 1 ale 2016 5 / 24 Sekwencyjna egzogeniczność i zgodność estymatorów panelowych c.d. Jeśli xit jest stacjonarne to estymator FE jest lepszy niz· estymator FD poniewaz· estymator FE ma b÷ ad ¾ O T 1 a dla estymatora FD b÷ ad ¾ nie zalez·y od T Moz·liwe jest jednak znalezienie estymatorów zgodnych przy ograniczeniach sekwencyjnych Po zastosowaniu przekszta÷ cenia pierwszych róz·nic otrzymujemy ∆yit = ∆xit β + ∆uit , dla t = 2, . . . , T Za÷ oz·enie o sekwencyjnej warunkowej egzogeniczności xi implikuje, z·e 0 E xis uit = 0, Zauwaz·my jednak, z·e dla s = 1, 2, . . . , t 0 E ∆xit ∆uit 6= 0 poniewaz· xit 1 moz·e być skorelowany z uit . Estymator POLS dla modelu dla pierwszych róz·nic nie jest zgodny Jerzy Mycielski (UW) Estymacja panelowa modeli dynamicznych 2016 6 / 24 Estymator zgodny dla modelu z sekwencyjnie egzogenicznymi zmiennymi Zauwaz·my jednak, z·e 0 E xis ∆uit = 0, for s = 1, 2, . . . , t 1 oraz 0 E ∆xis ∆uit = 0, for s = 1, 2, . . . , t 1 W rezultacie wektory zmiennych xoit = xit 1 , . . . , xi ,0 lub xoit = ∆xit 1 , . . . , ∆xi ,0 (oraz kaz·da ich liniowa kombinacja czy funkcja) moga¾ być uz·yte jako zmienne instrumentalne w równaniu na pierwszych róz·nicach W rezultacie równanie na pierwszych róz·nicach moz·na zgodnie oszacować za pomoca¾ 2MNK zastosowanego do modelu na pierwszych róz·nicach i próby wymieszanej Jerzy Mycielski (UW) Estymacja panelowa modeli dynamicznych 2016 7 / 24 Estymator efektywny dla modelu z sekwencyjnie egzogenicznymi zmiennymi Zazwyczaj za÷ oz·enie, z·e spe÷ niony jest warunek rzedu ¾ stosowalności 0 2MNK a wiec ¾ E ∆xit ∆xit 1 = K ma sens. Uz·ycie takich instrumentów jest jednak moz·liwe tylko, gdy T 3 Dla T = 2 moz·emy uz·yć xit 1 ale czesto ¾ korelacja miedzy ¾ ∆xit i xit 1 jest ma÷ a Estymatorem efektywnym w tym kontekście jest estymator UMM, który wykorzystuje wszystkie sekwencyjne ograniczenia narzucone na momenty. Jednak w÷ asności takiego estymatora w ma÷ ej próbie moga¾ być nieporzadane ¾ z racji na duz·a¾ liczbe¾ przeidenty…kowujacych ¾ ograniczeń. Zauwaz·my, z·e dla uit nieskorelowanego w modelu oryginalnym wystapi ¾ korelacja pierwszego rzedu ¾ dla b÷ edu ¾ losowego ∆uit w modelu na róz·nicach. Ten problem moz·na rozwiazać ¾ stosujac ¾ odporna¾ macierz wariancji kowariancji (estymator warstwowy). Jerzy Mycielski (UW) Estymacja panelowa modeli dynamicznych 2016 8 / 24 Estymator panelowy w przypadku mieszanym Moz·e sie¾ zdarzyć, z·e yit = zit γ + wit δ + ci + uit , dla t = 1, 2, . . . , T przy czym zit jest ściśle egzogeniczny ale wit jest sekwencyjnie egzogeniczny. W takim przypadku estymujemy za pomoca¾ 2MNK równanie ∆yit = ∆zit γ + ´wit δ + ∆uit , wykorzystujac ¾ jako instrumenty zit , wit ich liniowa¾ kombinacje. ¾ for t = 2, . . . , T 1 , . . . , wi ,0 albo jakakolwiek ¾ Typowym zastosowaniem tej metody jest estymacja modelu yit = zit γ+ρ1 yit Jerzy Mycielski (UW) 1 + ci + uit Estymacja panelowa modeli dynamicznych 2016 9 / 24 Estymator panelowy w przypadku równoczesnej endogeniczności Moz·e sie¾ zdarzyć, z·e wystepuje ¾ równoczesna korelacja miedzy ¾ zmiennymi objaśniajacymi ¾ a b÷ edem ¾ czystolosowym. W takim przypadku E (zis0 uit ) = 0 dla wszystkich s, t ale dopuszczamy, z·e wit wykazuje równoczesna¾ korelacje¾ z uit W takim przypadku estymujemy model na pierwszych róz·nicach przy uz·yciu zmiennych instrumentalnych pochodzacych ¾ spoza modelu (ale 0 moz·emy takz·e uz·yć zi i wit 2 , . . . , wi 0 jako instrumenty). Jeśli w modelu nie wystepuj ¾ a¾ zmienne opóźnione moz·emy takz·e uz·yć przekszta÷ cenia efektów sta÷ ych a nastepnie ¾ 2MNK dla zmiennych przekszta÷ conych. Jerzy Mycielski (UW) Estymacja panelowa modeli dynamicznych 2016 10 / 24 Modele z indywidualnymi wspó÷ czynnikami model losowego trendu Najprostszym modelem tego typu jest model losowego trendu yit = ci + gi t + xit β + uit Stopa wzrostu w takim modelu (w przypadku modelu logliniowego) jest róz·na dla poszczególnych jednostek Za÷ oz·enie o ścis÷ a egzogeniczności wyglada ¾ w tym przypadku nastepuj ¾ aco: ¾ E ( uit j xi 1 , . . . , xiT , ci , gi ) = 0 a model ma nastepuj ¾ ac ¾ a¾ postać: E ( yit j xi 1 , . . . , xiT , ci , gi ) = E ( yit j xit ,ci , gi ) = ci + gi t + xit β Jerzy Mycielski (UW) Estymacja panelowa modeli dynamicznych 2016 11 / 24 Modele z indywidualnymi wspó÷ czynnikami model losowego trendu c.d. Jednym z podejść do estymacji jest zastosowanie przekszta÷ cenia pierwszych róz·nic: ∆yit = gi + ∆xit β + ∆uit , dla t = 2, . . . , T i oszacowania uzyskanego modelu za pomoca¾ estymatora FE lub FD Do zastosowania róz·nicowania musimy mieć T zastosowania FE lub FD potrzebujemy T 3 Jerzy Mycielski (UW) Estymacja panelowa modeli dynamicznych 2, dla późniejszego 2016 12 / 24 Modele z indywidualnymi wspó÷ czynnikami przypadek ogólny Ogólna postać modelu z indywidualnymi wspó÷ czynnikami yit = zit ai +xit β + uit Za÷ oz·enie o ścis÷ ej egzogeniczności E ( uit j zi , xi , ai ) = 0 dla t = 1, . . . , T Model ten moz·na zapisać w formie macierzowej yi = Zi ai +Xi β + ui 1 Zde…niujmy macierz Mi = IT Zi (Zi0 Zi ) Zi0 i pomnóz·my obie strony równania z lewej strony przez ta¾ macierz Mi yi = Mi Zi ai +Mi Xi β + Mi ui | {z } 0 - i β + Mi ui y- i = X - i sa¾ resztami z regresji yi , Xi na Zi gdzie y- i , X Jerzy Mycielski (UW) Estymacja panelowa modeli dynamicznych 2016 13 / 24 Modele z indywidualnymi wspó÷ czynnikami przypadek ogólny c.d. Jeśli prawdziwe jest za÷ oz·enie o ścis÷ ej egzogeniczności, to 0 u ) = 0 i POLS zastosowany do przekszta÷ X conego równania da ( E i i estymator zgodny - 0X Warunek rzedu ¾ E (X i i ) = K moz·e zawieść jeśli sa¾ elementy xit , które nie zmieniaja¾ sie¾ w czasie Jest moz·liwe uzyskanie zgodnych estymatorów wartości oczekiwanej losowych wspó÷ czynników α = E (ai ), poniewaz· α jest równe h i 1 0 α = E Zi0 Zi Zi (yi Xi β) a zatem moz·e być oszacowana nastepuj ¾ aco: ¾ N Jerzy Mycielski (UW) b α= ∑ i =1 h Zi0 Zi 1 b Zi0 yi Xi β FE Estymacja panelowa modeli dynamicznych i 2016 14 / 24 Modele z indywidualnymi wspó÷ czynnikami przypadek ogólny c.d. Nieobcia¾z·one ale niezgodne estymatory wspó÷ czynników moz·na uzyskać ze wzoru: b ai = Zi0 Zi Jerzy Mycielski (UW) 1 b Zi0 yi Xi β FE Estymacja panelowa modeli dynamicznych 2016 15 / 24 Estymator Hausmana-Taylora Czesty ¾ problem przy estymacji modelu za pomoca¾ estymatora efektów sta÷ ych niemoz·liwe oszacowanie wspó÷ czynników, przy zmiennych sta÷ ych w czasie Za÷ óz·my, z·e model ma nastepuj ¾ ac ¾ a¾ postać: yit = zi γ + xit β + ci + uit Za÷ oz·enie o ścis÷ ej egzogeniczności: E ( uit j xi 1 , . . . , xiT , ci ) = 0 Przekszta÷ cenie FE i FD eliminuja¾ zi i w konsekwencji γ Jerzy Mycielski (UW) Estymacja panelowa modeli dynamicznych 2016 16 / 24 Estymator Hausmana-Taylora najprostszy przypadek Jeśli jednak E (zi0 ci ) = 0, to moz·na oszacować γ uz·ywajac ¾ faktu, z·e = y i xi β γ = E zi0 (y i xi β) zi γ+ci + u i E zi0 zi a wiec ¾ estymatorem γ jest " γ= N Jerzy Mycielski (UW) 1 N ∑ i =1 zi zi0 # 1 " N 1 N ∑ zi0 i =1 Estymacja panelowa modeli dynamicznych yi b xi β FE # 2016 17 / 24 Estymator Hausmana-Taylora przypadek ogólny Przypadek ogólny: zi = (zi ,1 , zi ,2 ), xit = (xit,1 , xit,2 ) i zak÷ adamy, z·e zi 1 , xit,1 sa¾ nieskorelowane ci . Konieczny warunek identy…kacji TK1 J2 , gdzie K1 jest liczba¾ zmiennych w xi 1t , J2 jest liczba¾ zmiennych w zi 2 Estymator Hausmana-Taylora wyliczany jest nastepuj ¾ aco: ¾ 1 2 3 4 Przeprowadzamy regresje¾ 2MNK na próbie wymieszanej uz·ywajac ¾ jako instrumentów (zi ,1 , x- it,1 , xoit,1 ) gdzie xoit1 = xoit,1 , xoit 1,1 , . . . , xoi1,1 b b2c , σ b2u i λ Liczymy σ Przeprowadzamy pseudo-odśrednianie zmiennej niezalez·nej, zmiennych niezalez·nych oraz instrumentów Przeprowadzamy regresje¾ 2MNK na zmiennych pseudo-odśrednionych Jerzy Mycielski (UW) Estymacja panelowa modeli dynamicznych 2016 18 / 24 Testowanie stacjonarności w przypadku paneli Model statystyczny yit = ρi yit odejmujac ¾ obu stron yit 1 1 + zit γi + uit otrzymujemy ∆yit = φi yit 1 + zit γi + uit yit jest niestacjonarne jeśli ρi = 1 (lub równowaz·nie φi = 0) dla i = 1, . . . , N zit zawiera elementy deterministyczne n.p. sta÷ a i trend zit = [1, t ] Opracowano szereg testów stacjonarności, które róz·nia¾ sie¾ za÷ oz·eniami dotyczacymi ¾ sta÷ ości ρi (lub równowaz·nie φi ), γi oraz w÷ asnościami asymptotyczymi Jerzy Mycielski (UW) Estymacja panelowa modeli dynamicznych 2016 19 / 24 Testowanie stacjonarności w przypadku paneli c.d. W÷ asności asymptotyczne wia¾z·a¾ sie¾ g÷ ownie z pytaniem, czy test jest zgodny dla N ! ∞ i T sta÷ ego, dla T ! ∞ i N ma÷ ego, czy tez· dla jakiejś kombinacji tych za÷ oz·eń Przy wyborze testów znaczenie ma takz·e za÷ oz·ony model trendów deterministycznych Testy (STATA) Levin–Lin–Chu test Harris–Tsavalis test Breitung test Im–Pesaran–Shin test Fisher-type tests Hadri LM test Jerzy Mycielski (UW) Estymacja panelowa modeli dynamicznych 2016 20 / 24 Testowanie stacjonarności w przypadku paneli W÷ asności testów Test LLC LLC LLC HT HT HT Breitung Breitung Breitung IPS IPS IPS Fisher Hadri LM Hadri LM Trend bez sta÷ ej trend bez sta÷ ej trend bez sta÷ ej trend trend opóźnienia trend z opóźnieniami trend Jerzy Mycielski (UW) Asymptotyka p . N T N T !0 N T !0 N ! ∞, T sta÷ e N ! ∞, T sta÷ e N ! ∞, T sta÷ e (T , N ) !seq ∞ (T , N ) !seq ∞ (T , N ) !seq ∞ N ! ∞, T sta÷ e (T , N ) !seq ∞ (T , N ) !seq ∞ T ! ∞, N sta÷ e (T , N ) !seq ∞ (T , N ) !seq ∞ ρi dla H 1 ρi = ρ ρi ρi ρi ρi ρi ρi ρi ρi ρi ρi ρi ρi =ρ =ρ =ρ =ρ =ρ =ρ =ρ =ρ 6 = ρj 6 = ρj 6 = ρj 6 = ρj Estymacja panelowa modeli dynamicznych Panel zbilansowany zbilansowany zbilansowany zbilansowany zbilansowany zbilansowany zbilansowany zbilansowany zbilansowany niezbilansowany niezbilansowany niezbilansowany niezbilansowany zbilansowany zbilansowany 2016 21 / 24 Testowanie kointegracji w przypadku paneli Test Westerlunda Proces Generujacy ¾ dane pi pi ∆yit = δi0 dt + αi (yi ,t 1 βi xi ,t 1 ) + ∑ αij ∆yi ,t j+ ∑ αij ∆xi ,t j + εi j = qi j =1 gdzie wektor dt jest wektorem elementów deterministycznych Przekszta÷ cajac ¾ ∆yit = δi0 dt + αi yi ,t 1 λi0 xi ,t pi 1 + ∑ αij ∆yi ,t pi j + j =1 ∑ αij ∆xi ,t j + εit j = qi gdzie λi0 = αi βi Jeśli αi = 0, to nie ma korekty b÷ edem ¾ i tym samaym nie zachodzi kointegracja, jeśli αi < 0, to dla jednostki i kointegracja zachodzi W zwiazku ¾ z tym hipoteza zerowa o braku kointegracji moz·e zostać sformu÷ owana nastepuj ¾ aco: ¾ H0 : αi = 0 dla i = 1, . . . , N Jerzy Mycielski (UW) Estymacja panelowa modeli dynamicznych 2016 22 / 24 Testowanie kointegracji w przypadku paneli c.d. Hipoteza alternatywna moz·e być sformu÷ owana na dwa sposoby: jeśli za÷ aoz·ymy, z·e dla poszczególnych jednostek panelu αi moga¾ być róz·ne H1 : αi < 0 dla pewnego i (*) jeśli za÷ oz·ymy, z·e dla wszystkich jednostek panelu αi sa¾ identyczne H1 : αi = α < 0 dla i = 1, . . . , N (**) Statystyki otrzymywane dla (*) nazywamy statystykami grupowymi (group-mean) Statystyki otrzymywane dla (**) nazywamy statystykami panelowymi Jerzy Mycielski (UW) Estymacja panelowa modeli dynamicznych 2016 23 / 24 Testowanie kointegracji w przypadku paneli c.d. W procesie liczenia statystyki szacuje sie¾ metodami nieparametrycznymi d÷ ugookresowa¾ macierz wariancji kowariancji W obu przypadkach moz·emy zastosować statystyke¾ oparta¾ na statystyce t (oznaczona¾ odpowiednio Gτ , Pτ ) lub na T b α (oznaczone jako Gα , Pα ) Wybór konkretnej statystyki zalez·y od analizowanego problemu badawczego Westerlund wyprowadzi÷rozk÷ ad asymptotyczny tych statystyk dla (T , N ) !seq ∞ Jerzy Mycielski (UW) Estymacja panelowa modeli dynamicznych 2016 24 / 24