25
Kapitel 21 Mehrgleichungs- Modelle: Schätzverfahren

Kapitel 21 Mehrgleichungs- Modelle: Schätzverfahren

  • Upload
    roz

  • View
    28

  • Download
    0

Embed Size (px)

DESCRIPTION

Kapitel 21 Mehrgleichungs- Modelle: Schätzverfahren. Multivariate Regression. Allgemeinste Form: SUR-Modell y i = X i b i + u i , i = 1, …, m mit n -Vektoren y i und u i , ( n x k i )-Matrix X i ; der m -Vektor u t = (u t1 ,…, u tm ) hat die Kovarianzmatrix - PowerPoint PPT Presentation

Citation preview

Page 1: Kapitel 21 Mehrgleichungs- Modelle: Schätzverfahren

Kapitel 21

Mehrgleichungs-Modelle:Schätzverfahren

Page 2: Kapitel 21 Mehrgleichungs- Modelle: Schätzverfahren

2© 2005 Verlag Pearson Studium© Peter Hackl: Einführung in die Ökonometrie

Multivariate Regression

Allgemeinste Form: SUR-Modell yi = Xii + ui, i = 1, …, m

mit n-Vektoren yi und ui, (nxki)-Matrix Xi; der m-Vektor ut = (ut1,…, utm) hat die Kovarianzmatrix

Gleichungsweises Schätzen: bi = (Xi‘Xi)-1Xi‘yi

berücksichtigt nicht die kontemporäre Korrelation der Störgrößen

21 12 1

212 2

21 2

{ }

m

t

m m m

Var u

Page 3: Kapitel 21 Mehrgleichungs- Modelle: Schätzverfahren

3© 2005 Verlag Pearson Studium© Peter Hackl: Einführung in die Ökonometrie

Multivariate Regression, Forts.

In Matrixnotation mit mn-Vektoren ỹ und ũ etc. lautet das SUR-Modell

oder

mit

11 1 1

2

0 00 0

0 0m m mm

Xy u

Xy

y uX

y X u

{ } nV Var u I

Page 4: Kapitel 21 Mehrgleichungs- Modelle: Schätzverfahren

4© 2005 Verlag Pearson Studium© Peter Hackl: Einführung in die Ökonometrie

GLS-Schätzer

für aus SUR-Modell

Standardfehler erhält man aus

Effizienzgewinn der GLS-Schätzung umso größer, je stärker die Störgrößen korrelieren je weniger die Regressoren korrelierenGLS-Schätzer stimmt mit bi überein, wenn Xi = X für alle i uti mit übrigen utj, j ≠ i, unkorreliert ist

' 1 1 ' 1( )X V X X V y

' 1 1{ } ( )Var X V X

i

Page 5: Kapitel 21 Mehrgleichungs- Modelle: Schätzverfahren

5© 2005 Verlag Pearson Studium© Peter Hackl: Einführung in die Ökonometrie

FGLS-Schätzer

Zwei-stufiges Verfahren: 1. Schätzung der Einzelgleichungen, dann Schätzen von aus den

Residuen der Einzelgleichungen2. GLS-Schätzung unter Verwendung der geschätzten Matrix

In EViews: Modellierung als System

Page 6: Kapitel 21 Mehrgleichungs- Modelle: Schätzverfahren

6© 2005 Verlag Pearson Studium© Peter Hackl: Einführung in die Ökonometrie

Investitionsmodell Grunfeld & Griliches (1958)

I = 1 + 2F + 3C + umit I: Investitionen (gross investment) F: Marktwert des Unternehmens am Ende der VorperiodeC: Anlagenwert des Unternehmens am Ende der Vorperiode

Daten für fünf Unternehmen, 1935-1954

General Motors: I = -149.78 + 0.119*F + 0.371*C, R2 = 0.92, se = 91.78

Chrysler: I = -6.19 + 0.078*F + 0.316*C, R2 = 0.91, se = 13.28

General Electric: I = -9.96 + 0.027*F + 0.512*C, R2 = 0.71, se = 27.88

Page 7: Kapitel 21 Mehrgleichungs- Modelle: Schätzverfahren

7© 2005 Verlag Pearson Studium© Peter Hackl: Einführung in die Ökonometrie

Investitionsmodell, Forts. General Motors:

IFGLS = -133.57 + 0.115*F + 0.376*C, R2 = 0.92, se = 91.86

IOLS = -149.78 + 0.119*F + 0.371*C, R2 = 0.92, se = 91.78

Chrysler: IFGLS = -3.27 + 0.073*F + 0.320*C, R2 = 0.91, se = 13.31

IOLS = -6.19 + 0.078*F + 0.316*C, R2 = 0.91, se = 13.28

General Electric: IFGLS = -11.96 + 0.028*F + 0.152*C, R2 = 0.71, se = 27.89

IOLS = -9.96 + 0.027*F + 0.152*C, R2 = 0.71, se = 27.88

Page 8: Kapitel 21 Mehrgleichungs- Modelle: Schätzverfahren

8© 2005 Verlag Pearson Studium© Peter Hackl: Einführung in die Ökonometrie

Bestimmtheitsmaß

Definition

mit

ẽ: Residuen aus FGLS-SchätzungSyy: Matrix der Stichproben-Kovarianzen

Alternatives Bestimmtheitsmaß:

12

1

ˆ( ) ( )1 1 ˆ(0) ( )g

Ig yy

S SpRS Sp S

-1 1g

ˆ ˆS (b) = (y-Xb)( )(y-Xb)= ( ) , =(e'e)/nI nSp

2* 1

1 ˆ( )yy

mRSp S

Page 9: Kapitel 21 Mehrgleichungs- Modelle: Schätzverfahren

9© 2005 Verlag Pearson Studium© Peter Hackl: Einführung in die Ökonometrie

Investitionsmodell, Forts. Berechnen des Bestimmtheitsmaßes1. Generieren der Gruppe Gr1 der Residuen aus Sys_3:

Sys_3.makeresids liste_residuen 2. Berechnen der Kovarianzmatrix der Residuen aus Sys_3:

matrix sig_tilde = @cov(@convert(Gr1))3. Analog Berechnen der Kovarianzmatrix Sig_hat der Residuen der

Einzelgleichungen und der abhängigen Variablen (Syy)

Page 10: Kapitel 21 Mehrgleichungs- Modelle: Schätzverfahren

10© 2005 Verlag Pearson Studium© Peter Hackl: Einführung in die Ökonometrie

Simultane Mehrgleichungs-Modelle: Schätzverfahren 1. Einzelgleichungs-Schätzverfahren oder Methoden bei beschränkter

Information (limited information methods) Indirekte Kleinste-Quadrate-Schätzung (ILS) Zweistufige Kleinste-Quadrate-Schätzung (2SLS) ML-Schätzung bei beschränkter Information (LIML)

2. Simultane Schätzverfahren (System-Schätzmethoden) Dreistufige Kleinste-Quadrate-Schätzung (3SLS) ML-Schätzung bei voller Information (FIML)

Page 11: Kapitel 21 Mehrgleichungs- Modelle: Schätzverfahren

11© 2005 Verlag Pearson Studium© Peter Hackl: Einführung in die Ökonometrie

Marktmodell

Gesucht ist ein Schätzer für 2 aus

Q = 2P + 3Y + u1 (Nachfragefunktion)

Q = 2P + u2 (Angebotsfunktion)

wobei die Störgrößen kontemporär korreliert sind1. OLS-Schätzung von 2 aus Angebotsfunktion: b2 = (p‘p)-1p‘q mit

n-Vektoren p und q; b2 ist verzerrt!

2. IV-Schätzer mit Hilfsvariabler Y: = (y‘p)-1y‘q; konsistent

3. ILS-Schätzer: = p2/p1 = (y‘p)-1y‘q mit OLS-Schätzern p1 und p2 von 1 und 2 aus der reduzierten Form

P = 1Y + v1

Q = 2Y + v2

2

Page 12: Kapitel 21 Mehrgleichungs- Modelle: Schätzverfahren

12© 2005 Verlag Pearson Studium© Peter Hackl: Einführung in die Ökonometrie

Marktmodell, Forts.

4. 2SLS-Schätzung: 1. Stufe: OLS-Anpassung der Hilfsvariablen

= [(y‘y)-1y‘p] y2. Stufe: OLS-Schätzung von 2 aus Q = 2 + 2:P̂

P̂1

2ˆ ˆ ˆ ˆ( ' ) 'p p p q

Page 13: Kapitel 21 Mehrgleichungs- Modelle: Schätzverfahren

13© 2005 Verlag Pearson Studium© Peter Hackl: Einführung in die Ökonometrie

OLS-Schätzung

OLS-Schätzer der Strukturparameter eines Mehrgleichungs-Modells: im Allgemeinen weder erwartungstreu noch konsistent

OLS-Schätzer sind oft eine brauchbare Alternative: Sie sind effizient, d.h. haben minimale Varianz; sie können

daher – trotz der fehlenden Erwartungstreue – günstig sein Sie sind tendenziell robuster gegen nicht erfüllte

Voraussetzungen als andere Verfahren

OLS-Schätzer spielen eine wichtige Rolle in allen Verfahren zum Schätzen der Parameter von simultanen Mehrgleichungs-Modellen

Rekursive Mehrgleichungs-Modelle: OLS-Schätzer sind asymptotisch unverzerrt, sie können auch bei endlichem n weitgehend unverzerrt sein

Page 14: Kapitel 21 Mehrgleichungs- Modelle: Schätzverfahren

14© 2005 Verlag Pearson Studium© Peter Hackl: Einführung in die Ökonometrie

Indirekte Kleinste-Quadrate-SchätzungErfolgt In zwei Schritten: OLS-Schätzung der Koeffizienten der reduzierten Form Berechnung der Koeffizienten der Strukturform aus den

Schätzern der Koeffizienten der reduzierten Form

Voraussetzung: Die Gleichung, deren Koeffizienten geschätzt werden, muss identifizierbar sein

Page 15: Kapitel 21 Mehrgleichungs- Modelle: Schätzverfahren

15© 2005 Verlag Pearson Studium© Peter Hackl: Einführung in die Ökonometrie

2SLS-Schätzung

Die Koeffizienten der i-ten Gleichung yi = Xii + ui = Yii + Zii + ui sollen geschätzt werden; Yi: (nx(mi-1))-Matrix der endogenen Variablen, Zi: (nxKi)-Matrix der vorherbestimmten Variablen

2SLS-Schätzung erfolgt in zwei Schritten:1. Berechnen der Hilfsvariabeln Ŷi mit Hilfe der OLS-Schätzung

der Regressionskoeffizienten der reduzierten FormYi = Z (')i + Vi

2. Berechnen der Schätzer durch OLS-Anpassung von yi = i + ui

mit = (Ŷi Zi)

ibˆiX

ˆiX

Page 16: Kapitel 21 Mehrgleichungs- Modelle: Schätzverfahren

16© 2005 Verlag Pearson Studium© Peter Hackl: Einführung in die Ökonometrie

Markt für Schweinefleisch

Q = 1 + 2P + 3Y + u1 (Nachfragefunktion)

Q = 1 + 2P + 3Z + u2 (Angebotsfunktion)

Endogen: Q, P ; exogen: Y, Z

2SLS-Schätzung:1. Stufe:

= 11.2 + 0.008Y + 0.728Z [t(Y)=1.41, t(Z)=11.19; R2=0.89] = 16.1 + 0.046Y – 0.236Z [t(Y)=6.50, t(Z)=2.96; R2=0.73]2. Stufe:

= 60.9 – 3.088P + 0.149Y [t(P)=11.2, t(Y)=11.7; R2=0.89] = 8.32 + 0.177P + 0.770Z [t(P)=1.41, t(Z)=11.8; R2=0.89]

Q̂P̂

QQ

Page 17: Kapitel 21 Mehrgleichungs- Modelle: Schätzverfahren

17© 2005 Verlag Pearson Studium© Peter Hackl: Einführung in die Ökonometrie

Markt für Schweinefleisch, Forts.

Vergleich von OLS-, ILS-, und 2SLS-Schätzung

Nachfrage Angebot

P Y P Z

OLS -1.41 0.08 -0.03 0.77

ILS -3.09 0.15 0.18 0.77

2SLS -3.09 0.15 0.18 0.74

Page 18: Kapitel 21 Mehrgleichungs- Modelle: Schätzverfahren

18© 2005 Verlag Pearson Studium© Peter Hackl: Einführung in die Ökonometrie

2SLS-Schätzer: Eigenschaften

Voraussetzung dafür, dass i-te Gleichung schätzbar ist: Identifizierbarkeit der i-ten Gleichung

Abzählbedingung: Anzahl der aus der Gleichung ausgeschlossenen, vorherbestimmten Variablen (K-Ki) ist mindestens so groß wie die um Eins verminderte Zahl der endogenen Variablen (mi-1)

Also: die Anzahl der als Instrumente in Frage kommenden, vorherbestimmten Variablen muss mindestens so groß sein wie die Anzahl der endogenen Variablen, die durch Hilfsvariable zu ersetzen sind

Eigenschaften: 2SLS-Schätzer sind1. konsistent2. asymptotisch normalverteilt

Page 19: Kapitel 21 Mehrgleichungs- Modelle: Schätzverfahren

19© 2005 Verlag Pearson Studium© Peter Hackl: Einführung in die Ökonometrie

LIML-Schätzung

ML-Schätzung bei beschränkter Information (limited information ML oder LIML-Schätzung)

Die ältere, aufwendigere LIML-Schätzung ist durch die 2SLS-Schätzung weitgehend verdrängt

Ähnliche Eigenschaften: Beide Schätzer sind konsistent und asymptotisch effizient Die Schätzer der Koeffizienten einer Gleichung stimmen überein,

wenn die Gleichung exakt identifiziert ist

Page 20: Kapitel 21 Mehrgleichungs- Modelle: Schätzverfahren

20© 2005 Verlag Pearson Studium© Peter Hackl: Einführung in die Ökonometrie

Schätzer bei voller Information

Die 2SLS-Schätzung ignoriert die kontemporäre Korrelation der Störgrößen

Schätzmethoden bei voller Information (full information methods): Das Berücksichtigen der kontemporären Korrelation macht die Schätzung der Koeffizienten einer Gleichung effizienter, da sie Information verwendet, die in allen anderen Gleichungen zu den Parametern dieser Gleichung enthalten ist

3SLS-Schätzung: Erweiterung des 2SLS-Schätzers im Sinn der FGLS-Schätzung; vergleiche die SUR-Schätzer

Page 21: Kapitel 21 Mehrgleichungs- Modelle: Schätzverfahren

21© 2005 Verlag Pearson Studium© Peter Hackl: Einführung in die Ökonometrie

3SLS-Schätzung

Die m Gleichungen des Modells werden geschrieben als

oder

mit

1 1 1 10

0m m m m

y X u

y X u

y X u

{ } nVar u I

Page 22: Kapitel 21 Mehrgleichungs- Modelle: Schätzverfahren

22© 2005 Verlag Pearson Studium© Peter Hackl: Einführung in die Ökonometrie

3SLS-Schätzung

3SLS-Schätzung erfolgt in drei Schritten: Berechnen für jede Gleichung

1. Hilfsvariable2. 2SLS-Schätzer und3. 2SLS-Residuen

Berechnen von mit

Ermitteln der 3SLS-Schätzer

als FGLS-Schätzer für

1ˆ ( ' ) 'i i z iX Z Z Z Z X P X ib

i i i ie y X b

( ' ) /ij i je e n

1 1 1[ '( ) ] '( )G z zb X P X X P y

Page 23: Kapitel 21 Mehrgleichungs- Modelle: Schätzverfahren

23© 2005 Verlag Pearson Studium© Peter Hackl: Einführung in die Ökonometrie

3SLS-Schätzer: Eigenschaften

Voraussetzung: Identifizierbarkeit aller Gleichungen

Eigenschaften: 3SLS-Schätzer sind1. konsistent2. asymptotisch normalverteilt

3SLS-Schätzer stimmen mit 2SLS-Schätzer überein, wenn Alle Gleichungen exakt identifizierbar sind diagonal ist, die Störgrößen als kontemporär unkorreliert sind

Page 24: Kapitel 21 Mehrgleichungs- Modelle: Schätzverfahren

24© 2005 Verlag Pearson Studium© Peter Hackl: Einführung in die Ökonometrie

Markt für Schweinefleisch, Forts.

Vergleich von 2SLS- und 3SLS-Schätzung

3SLS-Schätzer stimmen gut mit 2SLS-Schätzern überein: beide sind konsistente Schätzer

Die größeren t-Statistiken weisen auf höhere Effizienz der 3SLS-Schätzer hin

Nachfrage Angebot

P Y P Z

2SLS -3.09 0.15 0.18 0.74

t-Stat 3.49 3.67 1.22 10.16

3SLS -3.09 0.15 0.18 0.74

t-Stat 3.79 3.98 1.32 11.02

Page 25: Kapitel 21 Mehrgleichungs- Modelle: Schätzverfahren

25© 2005 Verlag Pearson Studium© Peter Hackl: Einführung in die Ökonometrie

Weitere Schätzer bei voller Information Iterative 3SLS-Schätzung

Iteratives Berechnen der Hilfsvariablen und Residuen (1.Stufe) FIML-Schätzung (full information ML): unterstellt normalverteilte

Störgrößen, ermittelt Schätzer der Strukturparameter durch Maximieren der Likelihood-Funktion in Bezug auf Elemente von A und

FIML-Schätzer sind konsistent asymptotisch normalverteilt asymptotisch äquivalent den 3SLS-Schätzern

In EViews: 3SLS- und FIML-Schätzer