Econometria 1

Gustavo Gonzaga
gonzaga@econ.puc-rio.br

Aula 21
Variáveis Instrumentais

Gustavo Gonzaga Econometria 1 - Aula 21 PUC-Rio 1 / 23

Bibliografia

Wooldridge, J. M. (2017). Introdução à Econometria: uma abordagem

moderna. 6a edição. Cengage Learning. (W) - Caps. 15 e 16

Stock, J.H., and M.M. Watson (2012) Introduction to Econometrics.

3a edição. Pearson. (SW) - Cap. 12

Gustavo Gonzaga Econometria 1 - Aula 21 PUC-Rio 2 / 23

Roteiro

1. O Estimador de Variáveis Instrumentais

2. Exemplos de Variáveis Instrumentais

3. Mı́nimos Quadrados em Dois Estágios - 1 regressor e 1 instrumento

4. A Variância do Estimador de Variáveis Instrumentais

Gustavo Gonzaga Econometria 1 - Aula 21 PUC-Rio 3 / 23

Um regressor endógeno e um instrumento

Considere o modelo:

yi = β0 + β1 xi + ui

onde x é uma variável endógena e z é um instrumento válido para x.

Portanto:

E [ui ] = 0
Cov (xi , ui ) 6= 0
Cov (zi , xi ) 6= 0
Cov (zi , ui ) = 0

Gustavo Gonzaga Econometria 1 - Aula 21 PUC-Rio 4 / 23

 No modelo populacional, yi = β0 + β1 xi + ui

Cov (yi , zi ) = Cov (β0 + β1 xi + ui , zi )

= Cov (β0 , zi ) + β1 Cov (xi , zi ) + Cov (ui , zi )
X X
= Cov
XX (βX
0 ,X
zX
i ) + β1 Cov (xi , zi ) + Cov X
X (u , z )
i X
X i
X
= β1 Cov (xi , zi )

Logo,

Cov (yi , zi )
β1 =
Cov (xi , zi )

Como vimos, o estimador de VI é um estimador consistente de β1 :

Pn
VI (zi − z̄) (yi − ȳ ) P Cov [yi , zi ]
β1 = Pi=1
b n −→
i=1 (zi − z̄) (xi − x̄) LGN Cov [xi , zi ]

Gustavo Gonzaga Econometria 1 - Aula 21 PUC-Rio 5 / 23

Intuição para o Método de VI
Considere o modelo:

yi = β0 + β1 xi + ui

sendo xi endógeno: Cov (x, u) 6= 0.

Para identificar β1 , precisamos de variações exógenas de x. Ou seja, a
covariância entre y e x deveria ser totalmente explicada pela variação
em x e não pela variação em u.
Portanto, para identificar β1 , precisamos de uma ∆x que não seja
induzida por ∆u.
Se z é uma VI (cov (z, x) 6= 0 e cov (z, u) = 0), então ∆z proporciona
essa variação exógena em x que a gente precisa.
Ou seja, ∆z gera uma variação na parte de x não correlacionada com
u e assim conseguimos identificar o efeito (exógeno) de ∆x em y .
É como se quebrássemos x em duas partes: uma não correlacionada
com u e outra correlacionada com u. O método de VI isola a parte de
x não correlacionada com u para estimar β1 sem viés.
Gustavo Gonzaga Econometria 1 - Aula 21 PUC-Rio 6 / 23
Roteiro

1. O Estimador de Variáveis Instrumentais

2. Exemplos de Variáveis Instrumentais

3. Mı́nimos Quadrados em Dois Estágios - 1 regressor e 1 instrumento

4. A Variância do Estimador de Variáveis Instrumentais

Gustavo Gonzaga Econometria 1 - Aula 21 PUC-Rio 7 / 23

VI versus MQO
Exemplo 1: Retorno à escolaridade - mulheres casadas (VI: EducPais)
log (w ) = β0 + β1 Educ + u
MQO:
\
log (w ) = −0.185 + 0.109 Educ
(0.185) (0.014)

n = 428 R 2 = 0.118

[ = 10.24 + 0.269 EducPais

Educ
(0.28) (0.029)

n = 428 R 2 = 0.173
teducpais = 9.28
VI:
\
log (w ) = 0.441 + 0.059 Educ
(0.446) (0.035)

n = 428 R 2 = 0.093
Gustavo Gonzaga Econometria 1 - Aula 21 PUC-Rio 8 / 23
VI versus MQO
Exemplo 2: Retorno à escolaridade - homens (VI: Núm.Irmãos)
log (w ) = β0 + β1 Educ + u
MQO:
\
log (w ) = βb0 + 0.059 Educ
(0.006)
(ep(βb0 ))

n = 935

[ = 14.14 − 0.228 N úm.Irmãos

Educ
(0.11) (0.030)

n = 935 R 2 = 0.057
teducpais = 7.60
VI:
\
log (w ) = 5.13 + 0.122 Educ
(0.36) (0.026)

n = 935
Gustavo Gonzaga Econometria 1 - Aula 21 PUC-Rio 9 / 23
VI versus MQO
Exemplo 3: Retorno à escolaridade, homens, VI: Trimestre de Nascimento
(Angrist and Krueger, QJE, 1991)

log (w ) = β0 + β1 Educ + u

MQO:
\
log (w ) = βb0 + 0.0801Educ
[ (0.0004)
(ep(βb0 ))

n = 247.199

VI:
\
log (w ) = β0
b + 0.0715Educ
[ (0.0219)
(ep(βb0 ))

n = 247.199

Erro-padrão sobe mais de 60 vezes! Instrumento fraco (estatı́stica F < 2)

Gustavo Gonzaga Econometria 1 - Aula 21 PUC-Rio 10 / 23
Exemplos de VI

Exemplo 4: Efeito de servir na Guerra do Vietnã sobre rendimentos

VI: Números sorteados com base na data de nascimento usados para
alistamento
Referência: Angrist, AER, 1990
Exógeno?
I Sim! Loteria...
Relevante?
I Sim. É bem provável que a probabilidade de ter servido na Guerra do
Vietnã estivesse correlacionada com o número recebido no sorteio.
I Pode-se testar no primeiro estágio.

Gustavo Gonzaga Econometria 1 - Aula 21 PUC-Rio 11 / 23

Roteiro

1. O Estimador de Variáveis Instrumentais

2. Exemplos de Variáveis Instrumentais

3. Mı́nimos Quadrados em Dois Estágios - 1 regressor e 1 instrumento

4. A Variância do Estimador de Variáveis Instrumentais

Gustavo Gonzaga Econometria 1 - Aula 21 PUC-Rio 12 / 23

VI e Mı́nimos Quadrados em Dois Estágios

Considere o modelo:

yi = β0 + β1 xi + ui

sendo xi endógeno: Cov (x, u) 6= 0.

Seja z um instrumento para x: cov (z, x) 6= 0 e cov (z, u) = 0
O estimador βbVI é igual a:
1
Pn
VI (zi − z̄) (yi − ȳ ) szy
β1 = Pi=1
b n =
i=1 (zi − z̄) (xi − x̄) szx

Gustavo Gonzaga Econometria 1 - Aula 21 PUC-Rio 13 / 23

O Estimador de Mı́nimos Quadrados em Dois Estágios

Dois estágios:
1 Primeiro estágio: regride x em z por MQO

xi = π0 + π1 zi + vi

e constrói xbi = π
b0 + π
b1 zi

2 Segundo estágio: regride y em xb por MQO

yi = β0 + β1 xbi + ui

Note que Cov (xbi , ui ) = Cov (b

π0 + π
b1 zi , ui ) = π
b1 Cov (zi , ui ) = 0

Logo, βb1MQ2E é um estimador consistente de β1 .

Com um regressor e um instrumento, βb1MQ2E e βb1VI são exatamente
equivalentes

Gustavo Gonzaga Econometria 1 - Aula 21 PUC-Rio 14 / 23

VI e MQ2E - Iguais com um regressor e um instrumento
Pn
VI (zi − z̄) (yi − ȳ ) szy
β1 = Pi=1
b n =
(z
i=1 i − z̄) (x i − x̄) szx

xbi − x¯b (yi − ȳ )

Pn

i=1 Cov (b
x, y)
βb1MQ2E =
2 =
Pn
xbi − x¯b Var (b
x)
i=1
Cov (b π0 + π b1 z, y )
=
Var (b π0 + πb1 z)
π
b1 Cov (z, y ) @ π
b1 szy szy
= 2
= @ = szx
π
b1 Var (z) sz 2 sz 2
π 2
b1Asz 2
szy szy
= szx = = βb1VI
s
s 2 H
H z 2 s zx
z
Z
Z
Pn
(z −z̄)(xi −x̄) szx
uma vez que π
b1 = Pn i
i=1
2 = sz 2
i=1 (zi −z̄)

Gustavo Gonzaga Econometria 1 - Aula 21 PUC-Rio 15 / 23

Exemplo 5

Um grupo de pesquisadores quer estudar os efeitos das operações da

Polı́cia Federal (programa DETER) sobre o desmatamento na
Amazônia
O programa usa imagens de satélite para identificar áreas com
possı́vel alteração na cobertura vegetal
Os pesquisadores desconfiam que as operações da PF podem ser
endógenas. Por quê?
Qual instrumento você proporia?
I É relevante?
I É exógeno?
I Atende a restrição de exclusão?
Deterring deforestation in the Brazilian Amazon, AEJ: Applied
Economics, Juliano Assunção, Clarissa Gandour e Romero Rocha

Gustavo Gonzaga Econometria 1 - Aula 21 PUC-Rio 16 / 23

Exemplo 6

Efeito de tamanho da turma sobre desempenho dos alunos

Como vimos, o tamanho da turma pode ser endógeno.
Qual instrumento você proporia?
Stock-Watson propõe usar como instrumento: a distância da escola
ao epicentro do terremoto de Loma Prieto na Califórnia em 1989.
I É relevante?
I É exógeno?
I Atende a restrição de exclusão?

Gustavo Gonzaga Econometria 1 - Aula 21 PUC-Rio 17 / 23

Roteiro

1. O Estimador de Variáveis Instrumentais

2. Exemplos de Variáveis Instrumentais

3. Mı́nimos Quadrados em Dois Estágios - 1 regressor e 1 instrumento

4. A Variância do Estimador de Variáveis Instrumentais

Gustavo Gonzaga Econometria 1 - Aula 21 PUC-Rio 18 / 23

Variância do Estimador de VI
Supondo homoscedasticidade:
Var (u|z) = Var (u) = σ 2
mostra-se que
h i σ2
Var βb1VI −→
P
nσx2 ρ2x,z
onde ρx,z é a correlação populacional entre x e z. Vamos mostrar que a
variância assintótica de βb1MQO pode ser estimada por:
\h i b2
σ
Var βb1VI = 2
SQTx Rx,z
\h i
b2
Sabemos que Var βb1MQO = SQT σ
x
2 ≤ 1,
. Portanto, como 0 ≤ Rx,z

\h i \
h i
Var βb1VI ≥ Var βb1MQO

quando βb1MQO é não viesado.

Gustavo Gonzaga Econometria 1 - Aula 21 PUC-Rio 19 / 23
Variância do Estimador de VI
Vamos obter a variância do estimador de VI:
Pn
(zi − z̄) ui
βb1VI = β1 + Pn i=1
(z i − z̄) (xi − x̄)
 i=1Pn 
h
VI
i
i=1 (zi − z̄) ui
Var β1 |x, z = Var Pn
b |x, z
i=1 (zi − z̄) (xi − x̄)
n
1 X
= Pn 2
(zi − z̄)2 Var [ui |x, z]
[ i=1 (zi − z̄) (xi − x̄)] i=1
σ 2 ni=1 (zi − z̄)2
P
= Pn
[ i=1 (zi − z̄) (xi − x̄)]2
σ 2 SQTz
= Pn
[ i=1 (zi − z̄) (xi − x̄)]2

sob homoscedasticidade.

Gustavo Gonzaga Econometria 1 - Aula 21 PUC-Rio 20 / 23

Variância do Estimador de VI
Sabemos que
\
Cov [x, z]
\
ρbx,z = Corr [x, z] =
σ
bx σ
bz
1 Pn
(zi − z̄) (xi − x̄)
= n i=1
q q
SQTx SQTz
n n
Pn
(z − z̄) (x − x̄)
= √ i √ i
i=1
SQTx SQTz
Logo,
" n
#2
X
(zi − z̄) (xi − x̄) = ρb2x,z SQTx SQTz
i=1
Portanto,
h i σ 2X
SQT
XXz σ2
Var βb1VI |x, z = =
ρb2x,z SQTx SQT
X
z
XX ρb2x,z SQTx
Gustavo Gonzaga Econometria 1 - Aula 21 PUC-Rio 21 / 23
Variância do Estimador de VI

Como estimar Var [βb1VI ], a variância assintótica de βb1VI ?

h i σ2
Var βb1VI |x, z =
ρb2x,z SQTx
Pn
bi 2
i=1 u
b2 =
Como no estimador de MQO, usa-se σ n−2 , onde

ubi = yi − βb0VI − βb1VI xi

2 para estimar ρ
Usa-se Rx,z b2x,z . Logo, a variância assintótica de βb1VI é
estimada por:

\h i b2
σ
Var βb1VI = 2
SQTx Rx,z

Gustavo Gonzaga Econometria 1 - Aula 21 PUC-Rio 22 / 23

Instrumento Fraco
Lembre-se que o erro-padrão da estimativa de β1 por VI pode ser
2 próximo
muito grande caso a correlação entre x e z seja baixa (Rx,z
de zero). Nesse caso, o estimador βb1VI é pouco preciso.

\h i b2
σ
Var βb1VI = 2
SQTx Rx,z

O viés assintótico de uma possivel correlação entre z e u (mesmo

pequena) também é potencializado caso a correlação entre z e x seja
baixa.
Corr [z, u] σu
plim(βb1VI ) = β1 +
Corr [z, x] σx

Regra de bolso: a estatı́stica F da H0 de que o coeficiente de z na

regressão de x em z é igual a zero tem que ser maior do que 10.

Gustavo Gonzaga Econometria 1 - Aula 21 PUC-Rio 23 / 23