1

Lista — 9/setembro
Exercı́cio 1. Considere o modelo1 de equações simultâneas 1
Por conveniência, assuma
que o data generating pro-
qi = α0 + α1 pi + ui , (eq. de oferta) cess é ergódico, de forma
que podemos tomar i = 1
qi = β0 + β1 pi + vi , (eq. de demanda) no subscrito ao calcular es-
peranças e covariâncias.
i ∈ {1, . . . , n}, onde por suposição tem-se E(u1 ) = E(v1 ) = 0 e
cov(u1 , v1 ) = 0 e onde α0 , α1 , β0 e β1 são constantes reais tais que
α1 6= β1 .

1.1 Calcule cov(p1 , u1 ) e cov(p1 , v1 ) e conclua que, em geral, pi não

é exógeno com respeito a ui e vi .

1.2 Mostre que

cov(p1 , q1 ) α1 V(v1 ) + β1 V(u1 )
= .
V(p1 ) V(v1 ) + V(u1 )

Conclua que o estimador de mı́nimos quadrados ordinários (de

uma regressão de q em p) é enviesado e não-consistente para o
parâmetro estrutural α0 = (α0 α1 ).2 2
E, claro, o mesmo é ver-
dade se trocarmos α0 pelos
1.3 Suponha que xi satisfaz V(x1 ) 6= 0 e cov(x1 , u1 ) = 0. Mostre parâmetros da equação de
oferta β 0 = (β0 β1 ).
que cov(x1 , p1 ) 6= 0, isto é, nessas condições xi é um instrumento
válido.

1.4 Com xi como acima, verifique a identidade

cov(x1 , q1 )
α1 = .
cov(x1 , p1 )

1.5 Com xi como acima, seja p∗1 a projeção ortogonal — com res-
peito ao produto interno (y, z) 7→ E(yz) — de p1 sobre o espaço
span(1, x1 ), isto é, p∗1 = γ0 + γ1 x1 , onde γ0 = E(p1 ) − γ1 E(x1 ) e
γ1 = cov(x1 , p1 )/V(x1 ). Verifique a identidade

cov(p∗1 , q1 )
α1 = .
V(p∗1 )

1.6 Sejam q 0 = (q1 , . . . , qn ), p0 = (p1 , . . . , pn ) e

!
0 1 1 ··· 1
X = .
x1 x2 ··· xn
 2

Considere os estimadores
Pn
n−1 i=1 xi qi − x̄n q̄n
α
b1,IV = −1 Pn
n i=1 xi pi − x̄n p̄n

e Pn
n−1 i=1 pbi qi − p̄n q̄n
α
b1,2SLS = Pn ,
n−1 i=1 pb2i − p̄2n

−1 0
onde pbi denota a componente i do vetor p b = X X 0X X p.
Mostre que α b1,IV = α
b1,2SLS . Sob que condições esses estimadores
são consistentes para α1 ?

Exercı́cio 2. Seja W uma matriz K × K positiva definida. Seja

h : RK × RK → R definida, para ξ, η ∈ RK , por

h(ξ, η) = ξ 0 W η.

Mostre que h é um produto interno em RK . Conclua que

p
|ξ|W := h(ξ, ξ), ξ ∈ RK ,

define uma norma em RK .

Exercı́cio 3. Sejam

y um vetor aleatório de dimensão n cuja i-ésima

componente é yi ;

Z uma matriz aleatória de dimensões n×K cuja

i-ésima linha é z 0i ;

X uma matriz aleatória de dimensões n×L cuja

i-ésima linha é x0i ;

W uma matriz aleatória positiva definida de di-

mensões K × K.

Seja ainda  
1 X n 
b := arg min 
δ xi (yi − zi 0 γ)
 
γ∈RL  n 
i=1 W
0
onde |η|2W K
:= η W η para η ∈ R . Mostre que δ
b satisfaz a condição
0 0 0 0 b
de primeira ordem Z XW X y = Z XW X Z δ.
 3

Exercı́cio 4. Aponte o erro no seguinte argumento: consideremos

o problema de encontrar uma solução δ
b satisfazendo a igualdade

X 0Z δ
b = X 0 y. (a)

Nesse caso, podemos multiplicar ambos os lados da igualdade acima

por Z 0 X para obter Z 0 XX 0 Z δb = Z 0 XX 0 y. Logo, a solução para
b = Z 0 XX 0 Z −1 Z 0 XX 0 y.


a equação (a) é δ