KM2: F28 1

Økonometri 1

Afslutningsforelæsning

23. maj 2007

KM2: F28 2

Dagens program:

6-trins procedure til IV estimation. Afrunding af IV: Rygning og fødselsvægt. Afrunding og perspektivering af Kvant 2.

Opfølgning af introduktionsforelæsningen. Wooldridge, kapitel 19: Carrying out an Empirical Project Oversigt over økonometriske metoder

Information og spørgsmål vedr. eksamen

KM2: F28 3

Målsætning for Kvantitative metoder 2

Værdsætte betydning af relevante og pålidelige data. Forstå de problemstillinger, der knytter sig til analyser af

passivt observerede data, der fremkommer som resultat af økonomiske agenters valg.

Kunne implementere løsninger på sådanne problemer indenfor en relativt simpel, men alligevel anvendelig ramme: Modeller for uafhængige data eller paneldata.

Indse styrken af en empirisk analyse, hvor økonomisk teori, data og statistiske metoder går op i en højere enhed.

KM2: F28 4

Relevante og pålidelige data

Relevans: Teorigrundlaget giver et sæt af ”ideelle” målinger, men:

Udeladte variabler: ”ability” (kap. 3, 9, 15) Proxy-variabler (kap. 9): IQ i stedet for ”ability”: Konsistens (?)

I praksis: Databeskrivelse (u.s. 1, 2, 4, 9, opb. 1, 2), sortering (u.s. 6, 9) og splejsning af datasæt fra forskellige kilder (u.s. 7)

Pålidelighed: Målefejl i forklarende variabler (kap. 9): Problem! Betydningen af ekstreme observationer og ikke-tilfældige

stikprøver (kap. 9). I praksis: Beskriv de vigtigste karakteristika ved datasæt (u.s. 1,

2, 4, 9).

KM2: F28 5

Passiv observation contra aktiv eksperimentering

To eksempler: Måling af afkast af uddannelse versus høstudbytte.

Hovedproblem ved passivt observerede data: Korrelation mellem

regressor og uobserverbare faktorer.

I praksis har vi blandt andet set:

Underliggende forårsagende variabel:

Ability i forhold til løn og uddannelse

Generelt helbred i forhold til sammenhængen mellem fødselsvægt og rygning

Målefejl i initialin

dkomst (u.s. 10)

Løsninger: Udvide datagrundlaget:

Flere perioder: Paneldata (kap. 13): Kontrollerer for tidsinvariante uobserverbare

faktorer. Estimerer effekten af faktorer, der varierer o

ver tid.

Eksterne kilder til exogen variation i regressorerne: Instrumentvariabler (kap. 15):

Konsistent estimation af effekten af endogene forklarende variabler.

KM2: F28 6

Implementere løsninger

Grundredskab: Multipel lineær regressionsmodel Teknik om OLS-estimatoren:

Mekaniske egenskaber (kap. 3, u.s. 3, 6) Statistiske egenskaber i en konkret specificeret statistisk model

(MLR.1-4,5,6) (kapitel 3,4,5, u.s. 4, 5, 8) Check af forudsætningerne:

MLR.5 (Varianshomogenitet): Whites test, B-P test, grafiske check (kap. 8. u.s. 9 og 10).

MLR.1 (Lineær model): Test af funktionel form, grafiske check (kap. 9).

MLR.4 (Betinget middelværdi): Test af exogenitet (kap 15, u.s. 13). Løsninger:

WLS, FGLS ved heteroskedasticitet (Kap. 8, u.s. 9, 10) Paneldata estimation ved udeladte tids-invariante variabler (kap. 13,

u.s. 9) IV ved generelle former for endogenitet (Kap. 15, u.s. 10)

Vigtigste begrænsning: Lineær i parametrene

KM2: F28 7

Oversigt over økonometriske metoder i Økonometri 1(dækker ikke alt i pensum)

Økono-metrisk metode

OLS OLS

Robust std. fejl

WLS FGLS IV

(2SLS)

Paneldata

metoder

Model-

karakter-stik

Lin..reg.model

(kap. 2,3,4,5)

Heteroskedasticitet

(kap. 8)

Endogenitet

(kap. 15)

Flere obs. for samme individ (kap. 13)

Hypo-tese prøv.

t-test

F-test

LM-test

Robust t- og Wald- og LM-test

t-test

F-test

t-test

F-test

t-test

F-test

t-test

F-test

Specifikationstest

RESET

test

Breusch-Pagan

White

Grafisk test

Test af exogenitet

Test af overident. restriktioner

Efter transformation:

Som ved OLS/FGLS

KM2: F28 8

Status

Styrken af den empiriske analyse: Relevant teorigrundlag Pålidelige data (helst mange) Statistiske gyldighed af resultaterne:

Konsistens! Efficiens

Kvant 2: Forståelse og de vigtigste redskaber indenfor en simpel

modelramme. Modeller for uafhængige data og paneldata (med få perioder).

Kvant 3 og fag på kandidatstudiet: Afhængige data (tidsrækker, mere om paneldata) Andre estimationsmetoder (MLE, GMM, ikke-parametrisk

estimation)

KM2: F28 9

Empirisk projekt

Kapitel 19 i Wooldridge behandler, hvordan man udfører et empirisk projekt

Relevant både i forhold til eksamen i Kvant 2 og til et BA-projekt/øvelsesoplæg/speciale.

Oversigt over elementerne i et empirisk projekt: Valg af emne og litteraturoversigt Indsamling og behandling af data Hvordan man udfører de økonometriske analyser Vejledning i hvordan man skriver en rapport over et

empirisk projekt

KM2: F28 10

Valg af emnet for det empiriske projekt og litteraturgennemgang

Relevant fx for et BA projekt (ikke for eksamen) Hvordan vælger man sit emne? Vigtigt at kunne stille et specifikt

spørgsmål og få afgrænset emnet. Emnet kan være indenfor alle grene af økonomi (så længe man

kan skaffe data): Makroøkonomi, arbejdsmarkedsøkonomi,

sundhedsøkonomi, udviklingsøkonomi, mikroøkonomi,… For et BA-projekt bør man også sørge for, at det er let at

få fat i de relevante data (ØI biblioteks hjemmeside, ”polit-data”)

Et empirisk projekt bør indeholde en gennemgang af den mest relevante eksisterende litteratur

Benyt fx Econ-lit eller Social Science Citations Index til at finde relevant litteratur. (ØI biblioteks hjemmeside)

KM2: F28 11

Data

Valg af et relevant datasæt Sikre at relevante variabler er med i data Indsamlet på en pålidelig måde

Beskrivelse af data Manglende observationer Ekstreme værdier Fejl i data Hvilken type variabler (kvalitative/kvantitative)

Deskriptiv analyse Gennemsnit, varians Min-Max (for at tjekke for fejlobservationer) Grafer af data Krydstabeller

Hvordan skal modellen estimeres?

KM2: F28 12

Økonometrisk analyse

Valg af økonometrisk metode Fra dette kursus: OLS, WLS, FGLS, IV, paneldata metoder Undersøg om forudsætningerne for at anvende metoden er

opfyldt (f.eks. Gauss-Markov antagelserne) Ting, som man bør tjekke og overveje:

MLR.4 (de forklarende variabler er exogene): OLS. Ellers IV eller paneldata metoder.

Funktionel form, udeladte variabler Typen af variabler (kvalitative variabler kan ofte med fordel laves

til dummy variabler) Målefejl i variablerne Homoskedasticitet Sample selektion Robusthedsanalyse (er estimationsresultaterne følsomme fx

overfor et par ekstreme observationer)

KM2: F28 13

Præsentation af resultater

I kap. 19 eksempler på hvordan man præsenterer sine empiriske resultater

Deskriptiv tabel Estimationsresultater Tabel til sammenligning af estimations-resultater

KM2: F28 14

Hvad bliver det næste?

Spørgetime: Fredag den 8. juni kl. 14.15. Se hjemmesiden for lokale.

Eksamen 1: Grupper à max. 3 personer: Tirsdag den 29. maj kl. 10.00.

Opgaven vil ligge på fagets hjemmeside (og på www.ibt2.dk): Opgavetekst, forside, evt. bilag, data, programfiler (se

prøveeksamen eller tidligere eksamener på Økonometri 1 hjemmesiden)

Den samlede rapport+bilag med SAS-output, SAS-program og SAS-datafil uploades via link som angives på eksamensopgaven

Alt afleveret materiale skal forsynes med ”afleveringsnummer” (vælg et gruppemedlems eksamensnummer).

Eksamen 2: 2-timers skriftlig prøve uden hjælpemdler: Tirsdag den 12. juni.

KM2: F28 15

Regler for tag-hjem eksamen:

Hele opgaven skal besvares af hver gruppe for sig (både opgaven og SAS-programmerne). Se noten på hjemmesiden:

http://www.econ.ku.dk/metrics/qm2/eksamen/EksamenKvant2.pdf Det betyder blandt andet:

Man må ikke samarbejde med andre grupper Man må ikke få hjælp af andre grupper Man må ikke yde hjælp til andre grupper

Der er kun to undtagelser: Man må få hjælp til generering af data af forelæseren Man må få hjælp til at løse computertekniske problemer i IT-

kælderen.

KM2: F28 16

Held og lykke! Tak for denne gang!