t - Sistema de Bibliotecas da FGV - Fundação Getulio Vargas

( ) ′ * ′
x
Onde it = yi(
t−
)
x 1 it é k x 1, it
correlacionados com η i . Se
* *
todo s < t e zero caso contrário, i i(
s 1)
diferenciada para o período s. Por outro lado, se
*
seja ( x ) = 0
E υ para todo t , s, então todos os
it
todas as equações.
is
υ não é serialmente correlacionado e
*
it
20
*
x it são todos
*
x forem predeterminados, ou seja, ( x ) ≠ 0
E υ para
x 1,..., x − são instrumentos válidos na equação
*
x it são estritamente exógenos, ou
*
x it ’s são instrumentos válidos para
O método de ARELLANO e BOND (1991) mostrou-se pouco eficiente na prática.
BLUNDELL e BOND (1998) relatam que, quando os parâmetros auto-regressivos
são moderadamente grandes e o número de observações na série de tempo é
moderadamente pequeno, o estimador GMM obtido depois de aplicada a primeira
diferença apresentou grande viés para amostras finitas e baixa precisão. A razão
apontada é que variáveis defasadas de séries são instrumentos fracos para
primeiras diferenças.
BLUNDELL e BOND (1998) consideram, então, duas alternativas que impõem
restrições adicionais sobre as condições iniciais do processo. O primeiro tipo de
restrição justifica o uso das diferenças defasadas de y it como instrumento para
equações no nível. O segundo tipo valida o uso do estimador do componente de erro
dos Mínimos Quadrados Generalizados (Generalized Least Squares – GLS) sobre
um modelo estendido condicionado aos valores iniciais observados.
BLUNDELL e BOND (1998) assumem o erro como u it = ai
+ ω it + ε , onde i a e ω it
são “transmitidos”, isto é, interferem na escolha de it x e ω it = ρωit
+ υit
é um
it
is