Projection-Based Statistical Inference in Linear Structural Models with Possibly Weak Instruments
L'une des questions les plus étudiées récemment en économétrie est celle des modèles présentant des problèmes de quasi non-identification ou d'instruments faibles. L'une des conséquences importantes de ce problème est la non validité de la théorie asymptotique standard [Dufour (1997, Econometrica), Staiger et Stock (1997, Econometrica), Wang et Zivot (1998, Econometrica), Stock et Wright (2000, Econometrica), Dufour et Jasiak (2001, International Economic Review)]. Le défi majeur dans ce cas consiste à trouver des méthodes d'inférence robustes à ce problème. Une solution possible consiste à utiliser la statistique d'Anderson-Rubin (1949, Ann. Math. Stat.). Nous mettons l'emphase sur les procédures de type Anderson-Rubin, car celles-ci sont robustes tant à la présence d'instruments faibles et à l'exclusion d'instruments. Cette dernière ne fournit cependant des tests exacts que pour les hypothèses spécifiant le vecteur entier des coefficients des variables endogènes dans un modèle structurel, et de façon correspondante, que des régions de confiance simultanées pour ces coefficients. Elle ne permet pas de tester des hypothèses spécifiant des coefficients individuels ou sur des transformations de ces coefficients. Ce problème peut être résolu en principe par des techniques de projection [Dufour (1997, Econometrica), Dufour et Jasiak (2001, International Economic Review)]. Cependant , ces techniques ne sont pas toujours faciles à appliquer et requièrent en général l'emploi de méthodes numériques.
Dans ce texte, nous proposons une solution explicite complète au problème de la construction de régions de confiance par projection basées sur des statistiques de type Anderson-Rubin. Cette solution exploite les propriétés géométriques des "quadriques"" et peut s'interpréter comme une extension des intervalles et ellipsoïdes de confiance usuels. Le calcul de ces régions ne requièrent que des techniques de moindres carrés. Nous étudions également par simulation le degré de conservatisme des régions de confiance obtenues par projection. Enfin, nous illustrons les méthodes proposées par trois applications différentes: la relation entre l'ouverture commerciale et la croissance, le rendement de l'éducation et une étude sur les rendement d'échelles dans l'économie américaine."
[ - ]
Dans ce texte, nous proposons une solution explicite complète au problème de la construction de régions de confiance par projection basées sur des statistiques de type Anderson-Rubin. Cette solution exploite les propriétés géométriques des "quadriques"" et peut s'interpréter comme une extension des intervalles et ellipsoïdes de confiance usuels. Le calcul de ces régions ne requièrent que des techniques de moindres carrés. Nous étudions également par simulation le degré de conservatisme des régions de confiance obtenues par projection. Enfin, nous illustrons les méthodes proposées par trois applications différentes: la relation entre l'ouverture commerciale et la croissance, le rendement de l'éducation et une étude sur les rendement d'échelles dans l'économie américaine."