Econometria I

Sesi
on 5

Juan Carlos Abanto Orihuela

j.abanto@giddea.com
Giddea Consulting & Training

Enero - 2013

Parte I
Modelo de Variables Instrumentales

Juan Carlos Abanto Orihuela

Econom
etria I

Variables Instrumentales

Metodo de estimaci
on en dos etapas

Juan Carlos Abanto Orihuela

Econom
etria I

Variables Instrumentales

Metodo de estimaci
on en dos etapas
Metodo de estimaci
on de momentos

Juan Carlos Abanto Orihuela

Econom
etria I

Variables Instrumentales

Metodo de estimaci
on en dos etapas
Metodo de estimaci
on de momentos
Post - Estimaci
on

Juan Carlos Abanto Orihuela

Econom
etria I

Variables Instrumentales

Metodo de estimaci
on en dos etapas
Metodo de estimaci
on de momentos
Post - Estimaci
on
Test de Hausman

Juan Carlos Abanto Orihuela

Econom
etria I

Variables Instrumentales

Metodo de estimaci
on en dos etapas
Metodo de estimaci
on de momentos
Post - Estimaci
on
Test de Hausman
Test de Sargan

Juan Carlos Abanto Orihuela

Econom
etria I

Metodos de Estimaci
on
Mnimos Cuadrados en dos etapas
Problema: Correlaci
on entre una o m
as variables explicativas con
los no observables

Juan Carlos Abanto Orihuela

Econom
etria I

Metodos de Estimaci
on
Mnimos Cuadrados en dos etapas
Problema: Correlaci
on entre una o m
as variables explicativas con
los no observables
La condici
on de ortogonalidad deja de cumplirse ocacionando
que los estimadores via MCO sean insesgados e inconsistentes.

Juan Carlos Abanto Orihuela

Econom
etria I

Metodos de Estimaci
on
Mnimos Cuadrados en dos etapas
Problema: Correlaci
on entre una o m
as variables explicativas con
los no observables
La condici
on de ortogonalidad deja de cumplirse ocacionando
que los estimadores via MCO sean insesgados e inconsistentes.
y = x +

Juan Carlos Abanto Orihuela

Econom
etria I

Metodos de Estimaci
on
Mnimos Cuadrados en dos etapas
Problema: Correlaci
on entre una o m
as variables explicativas con
los no observables
La condici
on de ortogonalidad deja de cumplirse ocacionando
que los estimadores via MCO sean insesgados e inconsistentes.
y = x +
E (x 0 ) = 0

Juan Carlos Abanto Orihuela

Econom
etria I

Metodos de Estimaci
on
Mnimos Cuadrados en dos etapas
Problema: Correlaci
on entre una o m
as variables explicativas con
los no observables
La condici
on de ortogonalidad deja de cumplirse ocacionando
que los estimadores via MCO sean insesgados e inconsistentes.
y = x +
E (x 0 ) = 0
x 0 y = x 0 x + x 0

Juan Carlos Abanto Orihuela

Econom
etria I

Metodos de Estimaci
on
Mnimos Cuadrados en dos etapas
Problema: Correlaci
on entre una o m
as variables explicativas con
los no observables
La condici
on de ortogonalidad deja de cumplirse ocacionando
que los estimadores via MCO sean insesgados e inconsistentes.
y = x +
E (x 0 ) = 0
x 0 y = x 0 x + x 0
E (x 0 y ) = E (x 0 x) + E (x 0 )

Juan Carlos Abanto Orihuela

Econom
etria I

Metodos de Estimaci
on
Mnimos Cuadrados en dos etapas
Problema: Correlaci
on entre una o m
as variables explicativas con
los no observables
La condici
on de ortogonalidad deja de cumplirse ocacionando
que los estimadores via MCO sean insesgados e inconsistentes.
y = x +
E (x 0 ) = 0
x 0 y = x 0 x + x 0
E (x 0 y ) = E (x 0 x) + E (x 0 )
= E (x 0 x)1 E (x 0 y )

Juan Carlos Abanto Orihuela

Econom
etria I

Metodos de Estimaci
on
Mnimos Cuadrados en dos etapas
Problema: Correlaci
on entre una o m
as variables explicativas con
los no observables
La condici
on de ortogonalidad deja de cumplirse ocacionando
que los estimadores via MCO sean insesgados e inconsistentes.
y = x +
E (x 0 ) = 0
x 0 y = x 0 x + x 0
E (x 0 y ) = E (x 0 x) + E (x 0 )
= E (x 0 x)1 E (x 0 y )
Por el principio de analoga (Goldberge 1968, Manski 1968)

Juan Carlos Abanto Orihuela

Econom
etria I

Metodos de Estimaci
on
Mnimos Cuadrados en dos etapas
Problema: Correlaci
on entre una o m
as variables explicativas con
los no observables
La condici
on de ortogonalidad deja de cumplirse ocacionando
que los estimadores via MCO sean insesgados e inconsistentes.
y = x +
E (x 0 ) = 0
x 0 y = x 0 x + x 0
E (x 0 y ) = E (x 0 x) + E (x 0 )
= E (x 0 x)1 E (x 0 y )
Por el principio de analoga (Goldberge 1968, Manski 1968)
= (x 0 x)1 x 0 y
Juan Carlos Abanto Orihuela

Econom
etria I

Metodos de Estimaci
on
Si no existe exogeneidad (E (x 0 ) 6= 0), entonces existe un
problema de identificaci
on dado que 6= (x 0 x)1 x 0 y , no
pudiendose encontrar una expresi
on para los par
ametros
poblacionales en funci
on de los momentos de las variables
observadas en el modelo, por lo tanto se debe de buscar
variables que cumplan con dos condiciones:

Juan Carlos Abanto Orihuela

Econom
etria I

Metodos de Estimaci
on
Si no existe exogeneidad (E (x 0 ) 6= 0), entonces existe un
problema de identificaci
on dado que 6= (x 0 x)1 x 0 y , no
pudiendose encontrar una expresi
on para los par
ametros
poblacionales en funci
on de los momentos de las variables
observadas en el modelo, por lo tanto se debe de buscar
variables que cumplan con dos condiciones:
Variables no correlacionadas con el error E (z 0 ) = 0

Juan Carlos Abanto Orihuela

Econom
etria I

Metodos de Estimaci
on
Si no existe exogeneidad (E (x 0 ) 6= 0), entonces existe un
problema de identificaci
on dado que 6= (x 0 x)1 x 0 y , no
pudiendose encontrar una expresi
on para los par
ametros
poblacionales en funci
on de los momentos de las variables
observadas en el modelo, por lo tanto se debe de buscar
variables que cumplan con dos condiciones:
Variables no correlacionadas con el error E (z 0 ) = 0
Variables altamente correlacionadas con los regresores
estoc
asticos E (z 0 x) 6= 0

Juan Carlos Abanto Orihuela

Econom
etria I

Metodos de Estimaci
on
Si no existe exogeneidad (E (x 0 ) 6= 0), entonces existe un
problema de identificaci
on dado que 6= (x 0 x)1 x 0 y , no
pudiendose encontrar una expresi
on para los par
ametros
poblacionales en funci
on de los momentos de las variables
observadas en el modelo, por lo tanto se debe de buscar
variables que cumplan con dos condiciones:
Variables no correlacionadas con el error E (z 0 ) = 0
Variables altamente correlacionadas con los regresores
estoc
asticos E (z 0 x) 6= 0

entonces tendramos:

Juan Carlos Abanto Orihuela

Econom
etria I

Metodos de Estimaci
on
Si no existe exogeneidad (E (x 0 ) 6= 0), entonces existe un
problema de identificaci
on dado que 6= (x 0 x)1 x 0 y , no
pudiendose encontrar una expresi
on para los par
ametros
poblacionales en funci
on de los momentos de las variables
observadas en el modelo, por lo tanto se debe de buscar
variables que cumplan con dos condiciones:
Variables no correlacionadas con el error E (z 0 ) = 0
Variables altamente correlacionadas con los regresores
estoc
asticos E (z 0 x) 6= 0

entonces tendramos:
z 0 y = z 0 x + z 0

Juan Carlos Abanto Orihuela

Econom
etria I

Metodos de Estimaci
on
Si no existe exogeneidad (E (x 0 ) 6= 0), entonces existe un
problema de identificaci
on dado que 6= (x 0 x)1 x 0 y , no
pudiendose encontrar una expresi
on para los par
ametros
poblacionales en funci
on de los momentos de las variables
observadas en el modelo, por lo tanto se debe de buscar
variables que cumplan con dos condiciones:
Variables no correlacionadas con el error E (z 0 ) = 0
Variables altamente correlacionadas con los regresores
estoc
asticos E (z 0 x) 6= 0

entonces tendramos:
z 0 y = z 0 x + z 0
E (z 0 y ) = E (z 0 x) + E (z 0 )

Juan Carlos Abanto Orihuela

Econom
etria I

Metodos de Estimaci
on
Si no existe exogeneidad (E (x 0 ) 6= 0), entonces existe un
problema de identificaci
on dado que 6= (x 0 x)1 x 0 y , no
pudiendose encontrar una expresi
on para los par
ametros
poblacionales en funci
on de los momentos de las variables
observadas en el modelo, por lo tanto se debe de buscar
variables que cumplan con dos condiciones:
Variables no correlacionadas con el error E (z 0 ) = 0
Variables altamente correlacionadas con los regresores
estoc
asticos E (z 0 x) 6= 0

entonces tendramos:
z 0 y = z 0 x + z 0
E (z 0 y ) = E (z 0 x) + E (z 0 )
= E (z 0 x)1 E (z 0 y )

Juan Carlos Abanto Orihuela

Econom
etria I

Metodos de Estimaci
on
Si no existe exogeneidad (E (x 0 ) 6= 0), entonces existe un
problema de identificaci
on dado que 6= (x 0 x)1 x 0 y , no
pudiendose encontrar una expresi
on para los par
ametros
poblacionales en funci
on de los momentos de las variables
observadas en el modelo, por lo tanto se debe de buscar
variables que cumplan con dos condiciones:
Variables no correlacionadas con el error E (z 0 ) = 0
Variables altamente correlacionadas con los regresores
estoc
asticos E (z 0 x) 6= 0

entonces tendramos:
z 0 y = z 0 x + z 0
E (z 0 y ) = E (z 0 x) + E (z 0 )
= E (z 0 x)1 E (z 0 y )
= (z 0 x)1 z 0 y
Juan Carlos Abanto Orihuela

Econom
etria I

Metodos de Estimaci
on
El par
ametro estimado puede expresarse como:

Juan Carlos Abanto Orihuela

Econom
etria I

Metodos de Estimaci
on
El par
ametro estimado puede expresarse como:
1
vi = + (
n

n
X

Juan Carlos Abanto Orihuela

zi xi0 )1 (

i=1

n
1X 0
zi i )
n
i=1

Econom
etria I

Metodos de Estimaci
on
El par
ametro estimado puede expresarse como:
1
vi = + (
n
donde

n
X

zi xi0 )1 (

i=1

n
1X 0
zi i )
n
i=1

P
P

n(vi ) = ( n1 ni=1 zi xi0 )1 ( 1n ni=1 zi0 i )

Juan Carlos Abanto Orihuela

Econom
etria I

Metodos de Estimaci
on
El par
ametro estimado puede expresarse como:
1
vi = + (
n

n
X

zi xi0 )1 (

i=1

n
1X 0
zi i )
n
i=1

P
P

n(vi ) = ( n1 ni=1 zi xi0 )1 ( 1n ni=1 zi0 i )
P
por TLC: ( 1n ni=1 zi0 i ) N(0, Vo ), donde Vo = E (2 z 0 z)

donde

Juan Carlos Abanto Orihuela

Econom
etria I

Metodos de Estimaci
on
El par
ametro estimado puede expresarse como:
1
vi = + (
n

n
X

zi xi0 )1 (

i=1

n
1X 0
zi i )
n
i=1

P
P

n(vi ) = ( n1 ni=1 zi xi0 )1 ( 1n ni=1 zi0 i )
P
por TLC: ( 1n ni=1 zi0 i ) N(0, Vo ), donde Vo = E (2 z 0 z)
P
por LGN: Mzx = n1 ni=1 zi xi0 = n1 z 0 x

donde

Juan Carlos Abanto Orihuela

Econom
etria I

Metodos de Estimaci
on
El par
ametro estimado puede expresarse como:
1
vi = + (
n

n
X

zi xi0 )1 (

i=1

n
1X 0
zi i )
n
i=1

P
P

n(vi ) = ( n1 ni=1 zi xi0 )1 ( 1n ni=1 zi0 i )
P
por TLC: ( 1n ni=1 zi0 i ) N(0, Vo ), donde Vo = E (2 z 0 z)
P
por LGN: Mzx = n1 ni=1 zi xi0 = n1 z 0 x
Entonces por el TLC y la LGN:

donde

Juan Carlos Abanto Orihuela

Econom
etria I

Metodos de Estimaci
on
El par
ametro estimado puede expresarse como:
1
vi = + (
n

n
X

zi xi0 )1 (

i=1

n
1X 0
zi i )
n
i=1

P
P

n(vi ) = ( n1 ni=1 zi xi0 )1 ( 1n ni=1 zi0 i )
P
por TLC: ( 1n ni=1 zi0 i ) N(0, Vo ), donde Vo = E (2 z 0 z)
P
por LGN: Mzx = n1 ni=1 zi xi0 = n1 z 0 x
Entonces por el TLC y la LGN:

1
1 0
n(vi ) N(0, Mzx
Vo (Mzx
))

donde

Juan Carlos Abanto Orihuela

Econom
etria I

Metodos de Estimaci
on
El par
ametro estimado puede expresarse como:
1
vi = + (
n

n
X

zi xi0 )1 (

i=1

n
1X 0
zi i )
n
i=1

P
P

n(vi ) = ( n1 ni=1 zi xi0 )1 ( 1n ni=1 zi0 i )
P
por TLC: ( 1n ni=1 zi0 i ) N(0, Vo ), donde Vo = E (2 z 0 z)
P
por LGN: Mzx = n1 ni=1 zi xi0 = n1 z 0 x
Entonces por el TLC y la LGN:

1
1 0
n(vi ) N(0, Mzx
Vo (Mzx
))

donde

Si z es independiente de , entonces vo = 2 E (z 0 z), donde

P
2
o =
V
2 1 n zi zi0 = z 0 z
n

i=1

Juan Carlos Abanto Orihuela

Econom
etria I

Metodos de Estimaci
on
En caso de multiples instrumentos se tendr
a las matrices
zN,L ,xN,K , L,K y el estimador ser
a:

Juan Carlos Abanto Orihuela

Econom
etria I

Metodos de Estimaci
on
En caso de multiples instrumentos se tendr
a las matrices
zN,L ,xN,K , L,K y el estimador ser
a:
y = x +

Juan Carlos Abanto Orihuela

Econom
etria I

Metodos de Estimaci
on
En caso de multiples instrumentos se tendr
a las matrices
zN,L ,xN,K , L,K y el estimador ser
a:
y = x +
0 z 0 y = 0 z 0 x + 0 z 0

Juan Carlos Abanto Orihuela

Econom
etria I

Metodos de Estimaci
on
En caso de multiples instrumentos se tendr
a las matrices
zN,L ,xN,K , L,K y el estimador ser
a:
y = x +
0 z 0 y = 0 z 0 x + 0 z 0
= [E (0 z 0 x)]1 [E (0 z 0 y )]

Juan Carlos Abanto Orihuela

Econom
etria I

Metodos de Estimaci
on
En caso de multiples instrumentos se tendr
a las matrices
zN,L ,xN,K , L,K y el estimador ser
a:
y = x +
0 z 0 y = 0 z 0 x + 0 z 0
= [E (0 z 0 x)]1 [E (0 z 0 y )]
Y por el principio de analoga:

Juan Carlos Abanto Orihuela

Econom
etria I

Metodos de Estimaci
on
En caso de multiples instrumentos se tendr
a las matrices
zN,L ,xN,K , L,K y el estimador ser
a:
y = x +
0 z 0 y = 0 z 0 x + 0 z 0
= [E (0 z 0 x)]1 [E (0 z 0 y )]
Y por el principio de analoga:
= (0 z 0 x)1 (0 z 0 y )

Juan Carlos Abanto Orihuela

Econom
etria I

Metodos de Estimaci
on
En caso de multiples instrumentos se tendr
a las matrices
zN,L ,xN,K , L,K y el estimador ser
a:
y = x +
0 z 0 y = 0 z 0 x + 0 z 0
= [E (0 z 0 x)]1 [E (0 z 0 y )]
Y por el principio de analoga:
= (0 z 0 x)1 (0 z 0 y )

= (z 0 z)1 z 0 x
Donde es estimado va dos etapas por
Juan Carlos Abanto Orihuela

Econom
etria I

Metodos de Estimaci
on
El estimador obtenido es el estimador de mnimos cuadrados
en dos etapas (Theil 1953):

Juan Carlos Abanto Orihuela

Econom
etria I

Metodos de Estimaci
on
El estimador obtenido es el estimador de mnimos cuadrados
en dos etapas (Theil 1953):
MC 2E = (x 0 z(z 0 z)1 z 0 x)1 (x 0 z(z 0 z)1 z 0 y )

Juan Carlos Abanto Orihuela

Econom
etria I

Metodos de Estimaci
on
El estimador obtenido es el estimador de mnimos cuadrados
en dos etapas (Theil 1953):
MC 2E = (x 0 z(z 0 z)1 z 0 x)1 (x 0 z(z 0 z)1 z 0 y )

Donde:

Juan Carlos Abanto Orihuela

Econom
etria I

Metodos de Estimaci
on
El estimador obtenido es el estimador de mnimos cuadrados
en dos etapas (Theil 1953):
MC 2E = (x 0 z(z 0 z)1 z 0 x)1 (x 0 z(z 0 z)1 z 0 y )

Donde:

0
1
0
1
1
0
1
n(MC 2E ) N(0, [Mxz
Mzz
Mzx ]1 Mxz
Mzz
Vo Mzz
Mzx [Mxz
Mzz
Mzx ]1 )

Juan Carlos Abanto Orihuela

Econom
etria I

Metodos de Estimaci
on
El estimador obtenido es el estimador de mnimos cuadrados
en dos etapas (Theil 1953):
MC 2E = (x 0 z(z 0 z)1 z 0 x)1 (x 0 z(z 0 z)1 z 0 y )

Donde:

0
1
0
1
1
0
1
n(MC 2E ) N(0, [Mxz
Mzz
Mzx ]1 Mxz
Mzz
Vo Mzz
Mzx [Mxz
Mzz
Mzx ]1 )

Si E (z 0 ) = 0 y si existe homocedasticidad Vo = 2 Mzz :

Juan Carlos Abanto Orihuela

Econom
etria I

Metodos de Estimaci
on
El estimador obtenido es el estimador de mnimos cuadrados
en dos etapas (Theil 1953):
MC 2E = (x 0 z(z 0 z)1 z 0 x)1 (x 0 z(z 0 z)1 z 0 y )

Donde:

0
1
0
1
1
0
1
n(MC 2E ) N(0, [Mxz
Mzz
Mzx ]1 Mxz
Mzz
Vo Mzz
Mzx [Mxz
Mzz
Mzx ]1 )

Si E (z 0 ) = 0 y si existe homocedasticidad Vo = 2 Mzz :

0
1
n(MC 2E ) N(0, 2 [Mxz
Mzz
Mzx ]1 )

Juan Carlos Abanto Orihuela

Econom
etria I

Metodos de Estimaci
on
El estimador obtenido es el estimador de mnimos cuadrados
en dos etapas (Theil 1953):
MC 2E = (x 0 z(z 0 z)1 z 0 x)1 (x 0 z(z 0 z)1 z 0 y )

Donde:

0
1
0
1
1
0
1
n(MC 2E ) N(0, [Mxz
Mzz
Mzx ]1 Mxz
Mzz
Vo Mzz
Mzx [Mxz
Mzz
Mzx ]1 )

Si E (z 0 ) = 0 y si existe homocedasticidad Vo = 2 Mzz :

Donde
2 =

0
1
n(MC 2E ) N(0, 2 [Mxz
Mzz
Mzx ]1 )

1
nk

Pn

i=1

2i y = y x MC 2E

Juan Carlos Abanto Orihuela

Econom
etria I

Metodos de Estimaci
on

La alternativa a MC2E es propuesta por Hansen (1982) con

la tecnica GMM.

Juan Carlos Abanto Orihuela

Econom
etria I

Metodos de Estimaci
on

La alternativa a MC2E es propuesta por Hansen (1982) con

la tecnica GMM.
Se define la condici
on de momentos como
m(z, x, ) = z 0 = z 0 (y x).

Juan Carlos Abanto Orihuela

Econom
etria I

Metodos de Estimaci
on

La alternativa a MC2E es propuesta por Hansen (1982) con

la tecnica GMM.
Se define la condici
on de momentos como
m(z, x, ) = z 0 = z 0 (y x).
Dado que E (z 0 ) = 0 E (m(z, x, )) = 0.

Juan Carlos Abanto Orihuela

Econom
etria I

Metodos de Estimaci
on

La alternativa a MC2E es propuesta por Hansen (1982) con

la tecnica GMM.
Se define la condici
on de momentos como
m(z, x, ) = z 0 = z 0 (y x).
Dado que E (z 0 ) = 0 E (m(z, x, )) = 0.
n
1X 0
1
m(z,

x, ) =
z (y x) = z 0
n
n
i=1

Juan Carlos Abanto Orihuela

Econom
etria I

Metodos de Estimaci
on

La alternativa a MC2E es propuesta por Hansen (1982) con

la tecnica GMM.
Se define la condici
on de momentos como
m(z, x, ) = z 0 = z 0 (y x).
Dado que E (z 0 ) = 0 E (m(z, x, )) = 0.
n
1X 0
1
m(z,

x, ) =
z (y x) = z 0
n
n
i=1

El metodo intentar
a:

Juan Carlos Abanto Orihuela

Econom
etria I

Metodos de Estimaci
on

La alternativa a MC2E es propuesta por Hansen (1982) con

la tecnica GMM.
Se define la condici
on de momentos como
m(z, x, ) = z 0 = z 0 (y x).
Dado que E (z 0 ) = 0 E (m(z, x, )) = 0.
n
1X 0
1
m(z,

x, ) =
z (y x) = z 0
n
n
i=1

El metodo intentar
a:
Min m(z,

x, )0 W 1 m(z,

x, )

Juan Carlos Abanto Orihuela

Econom
etria I

Metodos de Estimaci
on

Definiendose al estimador GMM eficiente o EGMM como

aquel que utiliza la matriz W = Vo :

Juan Carlos Abanto Orihuela

Econom
etria I

Metodos de Estimaci
on

Definiendose al estimador GMM eficiente o EGMM como

aquel que utiliza la matriz W = Vo :
1
EGMM = argmin (y x)0 zVo1 z 0 (y x)
n

Juan Carlos Abanto Orihuela

Econom
etria I

Metodos de Estimaci
on

Definiendose al estimador GMM eficiente o EGMM como

aquel que utiliza la matriz W = Vo :
1
EGMM = argmin (y x)0 zVo1 z 0 (y x)
n
EGMM = (x 0 zVo1 z 0 x)1 (x 0 zVo1 z 0 y )

Juan Carlos Abanto Orihuela

Econom
etria I

Metodos de Estimaci
on

Definiendose al estimador GMM eficiente o EGMM como

aquel que utiliza la matriz W = Vo :
1
EGMM = argmin (y x)0 zVo1 z 0 (y x)
n
EGMM = (x 0 zVo1 z 0 x)1 (x 0 zVo1 z 0 y )
Bajo el supuesto de homocedasticidad Vo = 2 Mzz .

Juan Carlos Abanto Orihuela

Econom
etria I

Metodos de Estimaci
on

Definiendose al estimador GMM eficiente o EGMM como

aquel que utiliza la matriz W = Vo :
1
EGMM = argmin (y x)0 zVo1 z 0 (y x)
n
EGMM = (x 0 zVo1 z 0 x)1 (x 0 zVo1 z 0 y )
Bajo el supuesto de homocedasticidad Vo = 2 Mzz .
De no estar seguro de la homocedasticidad se puede usar el
estimador de varianza
Eicker-Huber-White
P 2 de
Vo = (
x 0 x)1 (
i zi zi0 )(
x 0 x)1

Juan Carlos Abanto Orihuela

Econom
etria I

Test de Sobreidentificaci
on
Cuando el n
umero de instrumentos es mayor al n
umero de
variables ex
ogenas, se puede construir un test para
constrastar la compatibilidad de instrumentos.

Juan Carlos Abanto Orihuela

Econom
etria I

Test de Sobreidentificaci
on
Cuando el n
umero de instrumentos es mayor al n
umero de
variables ex
ogenas, se puede construir un test para
constrastar la compatibilidad de instrumentos.
De rechazarse la Hip
otesis de validez de los instrumentos, se
deber
a reestructurar el modelo o cambiar los instrumentos.

Juan Carlos Abanto Orihuela

Econom
etria I

Test de Sobreidentificaci
on
Cuando el n
umero de instrumentos es mayor al n
umero de
variables ex
ogenas, se puede construir un test para
constrastar la compatibilidad de instrumentos.
De rechazarse la Hip
otesis de validez de los instrumentos, se
deber
a reestructurar el modelo o cambiar los instrumentos.
Con MC2E el estadstico a evaluar es el test de Sargan
(1958):

Juan Carlos Abanto Orihuela

Econom
etria I

Test de Sobreidentificaci
on
Cuando el n
umero de instrumentos es mayor al n
umero de
variables ex
ogenas, se puede construir un test para
constrastar la compatibilidad de instrumentos.
De rechazarse la Hip
otesis de validez de los instrumentos, se
deber
a reestructurar el modelo o cambiar los instrumentos.
Con MC2E el estadstico a evaluar es el test de Sargan
(1958):

0 Pz

sargan = 0 2LK
n

Juan Carlos Abanto Orihuela

Econom
etria I

Test de Sobreidentificaci
on
Cuando el n
umero de instrumentos es mayor al n
umero de
variables ex
ogenas, se puede construir un test para
constrastar la compatibilidad de instrumentos.
De rechazarse la Hip
otesis de validez de los instrumentos, se
deber
a reestructurar el modelo o cambiar los instrumentos.
Con MC2E el estadstico a evaluar es el test de Sargan
(1958):

0 Pz

sargan = 0 2LK
n

Donde Pz = z 0 (z 0 z)1 z 0

Juan Carlos Abanto Orihuela

Econom
etria I

Test de Sobreidentificaci
on
Cuando el n
umero de instrumentos es mayor al n
umero de
variables ex
ogenas, se puede construir un test para
constrastar la compatibilidad de instrumentos.
De rechazarse la Hip
otesis de validez de los instrumentos, se
deber
a reestructurar el modelo o cambiar los instrumentos.
Con MC2E el estadstico a evaluar es el test de Sargan
(1958):

0 Pz

sargan = 0 2LK
n

Donde Pz = z 0 (z 0 z)1 z 0
Cuando la estimaci
on es mediante GMM, el test a evaluar es
el de Hansen (1982):

Juan Carlos Abanto Orihuela

Econom
etria I

Test de Sobreidentificaci
on
Cuando el n
umero de instrumentos es mayor al n
umero de
variables ex
ogenas, se puede construir un test para
constrastar la compatibilidad de instrumentos.
De rechazarse la Hip
otesis de validez de los instrumentos, se
deber
a reestructurar el modelo o cambiar los instrumentos.
Con MC2E el estadstico a evaluar es el test de Sargan
(1958):

0 Pz

sargan = 0 2LK
n

Donde Pz = z 0 (z 0 z)1 z 0
Cuando la estimaci
on es mediante GMM, el test a evaluar es
el de Hansen (1982):
o1 m(z,
J = nm(z,

x, EGMM )0 V

x, EGMM ) 2LK
Juan Carlos Abanto Orihuela

Econom
etria I

Test de Exogeneidad Debil

Para el caso de MC2E (VI), el test a evaluar es el que

propuso Hausman (1978).

Juan Carlos Abanto Orihuela

Econom
etria I

Test de Exogeneidad Debil

Para el caso de MC2E (VI), el test a evaluar es el que

propuso Hausman (1978).
Si bien VI es consistente bajo exogenidad (H0 ) y bajo
endogeneidad (H1 ), MCO no es consistente bajo
endogeneidad.

Juan Carlos Abanto Orihuela

Econom
etria I

Test de Exogeneidad Debil

Para el caso de MC2E (VI), el test a evaluar es el que

propuso Hausman (1978).
Si bien VI es consistente bajo exogenidad (H0 ) y bajo
endogeneidad (H1 ), MCO no es consistente bajo
endogeneidad.

La hip
otesis a testear ser
a H0 : vi mco

Juan Carlos Abanto Orihuela

Econom
etria I

Test de Exogeneidad Debil

Para el caso de MC2E (VI), el test a evaluar es el que

propuso Hausman (1978).
Si bien VI es consistente bajo exogenidad (H0 ) y bajo
endogeneidad (H1 ), MCO no es consistente bajo
endogeneidad.

La hip
otesis a testear ser
a H0 : vi mco
)0 V (vi mco
)1 (vi mco
) 2
H = (vi mco
))
rank(V (vi )V (mco

Juan Carlos Abanto Orihuela

Econom
etria I

Test de Exogeneidad Debil

Para el caso de MC2E (VI), el test a evaluar es el que

propuso Hausman (1978).
Si bien VI es consistente bajo exogenidad (H0 ) y bajo
endogeneidad (H1 ), MCO no es consistente bajo
endogeneidad.

La hip
otesis a testear ser
a H0 : vi mco
)0 V (vi mco
)1 (vi mco
) 2
H = (vi mco
))
rank(V (vi )V (mco

De rechazarse la H0 se concluye que el mejor estimador es

MCO

Juan Carlos Abanto Orihuela

Econom
etria I