Clase 10.

Endogeneidad y estimación por variables

instrumentales

Nerys Ramı́rez Mordán

Pontificia Universidad Católica Madre y Maestra

Econometrı́a II (EC-411-T)

11 de septiembre de 2018

1
Contenido

Varianza del estimador VI

1 Introducción 3 Mı́nimo cuadrado en 2 etapas
¿Cómo surge la (MC2E)
endogeneidad? Varianza del estimador
Tratamiento MC2E
2 Método de variables Prueba de endogeneidad de
instrumentales Hausman
Validez del instrumento Consideraciones finales
Estimador VI 4 Referencias

2
Introducción

3
Introducción

En el modelo MCO de regresión múltiple:

yi = β0 + β1 x1i + β2 x2i + · · · + βk xki + ui (1)

Si E(u|xj ) 6= 0 ∀j = 1, 2, · · · , k, se dice las variables explicativas

son endógenas, lo que invalida los estimadores MCO,
volviéndolos inconsistentes.

Endogeneidad cov[xj , u] 6= 0
Exogeneidad cov[xj , u] = 0

Por tanto, se dice que una variable xj es endógena si esta

correlacionada con ui (Wooldridge, 2010, p.54).

4
¿Cómo surge la endogeneidad?

Sesgo por variable omitida.

Tratamiento endógeno: cuando en el modelo ln Y = β 0 x + αD + u,
se verifica corr(D, u) 6= 0.
Simultaneidad.
Error de medición, donde la variable x se aproxima a partir de
xproxy = x + e, lo que ocasiona que el error u0 = u + βe. Es decir,
corr(xproxy , u0 ) 6= 0.

5
¿Cómo surge la endogeneidad? Variable omitida

Suponga el modelo de regresión:

yi = β0 + β1 x1i + β2 x2i + ei (2)

dy du
Pero se omite la variable relevante x2i , por lo que dx = β2 + dx .

yi = β0 + β1 x1i + (ei + β2 x2i ) (3)

6
¿Cómo surge la endogeneidad? Tratamiento endógeno

Suponga necesitamos comparar los salarios de individuos que

participan en un programa de capacitación (P ):

wi = β0 + β1 P + β2 Xi + e (4)
Pero, la participación es una variable de elección endógena:

Pi = α0 + α1 D + α1 xi + e (5)
Por lo que, el modelo a estimar es:

wi = β0 + β1 (α0 + α1 D + α1 xi ) + β2 Xi + e (6)
Dado corr (D, T ) 6= 0 , el no incluir a D en el modelo, el parámetro
β1 estarı́a capturando parte del efecto de D.

7
¿Cómo surge la endogeneidad? Error de medida

Suponga el modelo de regresión:

yi = β0 + β1 xi + ei (7)
Donde xi es una variable relevante (cov[xi , u] = 0), pero no
observada. Estando la variable observada (x∗i ) sujeta a un error de
medición w.

wi = xi − x∗i
Por lo que, utilizándola en el modelo:

yi = β0 + β1 x∗i + ei
yi = β0 + β1 (xi − wi ) + ei
yi = β0 + β1 xi + (ei − β1 wi )
Por lo que, el error esta correlado con la variable explicativa
observada.
8
¿Cómo surge la endogeneidad? Simultaneidad

La simultaneidad. Ésta surge cuando una o más de las variables

explicativas se determina conjuntamente con la variable
dependiente (Wooldridge, 2009, p.546).
Suponga el modelo de regresión:

yi = β0 + β1 xi + ei
Pero xi = f (y).

9
Introducción

La idea de las estimaciones con variables instrumentales es

detectar los movimientos en x no correlacionados con el error
(Sánchez-Mangas, nd).

10
Introducción

Alternativa 1: el método de variables instrumentales permite

obtener estimadores consistentes en situaciones donde MCO no.
Este, identifica un instrumento (Z) que cumpla la condición de
exogeneidad (cov(z, ) = 0) y relevancia (Corr(Zi , Xi ) 6= 0).

yi = β0 + β1 zi1 + ui

11
Introducción

Alternativa 2: mı́nimos cuadrados en dos etapas (MC2E).

En la primera etapa estima la relación endógena, donde las
dependientes cumplen la condición de corr(X, ε) = 0, por tanto,
D̂ = π0 + π2 Z tampoco lo estará (es decir, aı́sla la parte de D, no
correlacionada con ε), y en una segunda etapa se estima el modelo.

xi = α0 + α1 Zi1 + α2 Zi2 + ui
yi = β0 + β1 x̂i1 + ui

12
Método de variables instrumentales

13
Justificación: variables omitidas

El método de variables instrumentales reconoce la presencia de

variables omitidas, dejando la variable inobservable en el termino
de error.
Tener en cuenta que MCO es más eficiente que VI cuando las
regresoras son exógenas, por lo que, VI solo se utiliza cuando se
demuestra endogeneidad de las variables.

14
Variables instrumentales

La idea del método de VI es que dado el modelo:

yi = β0 + β1 xi + i (8)

Donde x es una variable endógena (corr(xi , i ) 6= 0) que hace

inconsistente el estimador MCO.
En consecuencia, necesitamos un instrumento (z) para aislar la
parte de x no correlacionada con . Por lo que, este instrumento
debe cumplir las condiciones de (Alonso, 2015):
1 Exogeneidad (cov(z, ) = 0). En términos prácticos, indica que zi no
debe estar correlacionada con las variables omitidas.
2 Relevancia (Corr(Zi , Xi ) 6= 0). Cuando esta correlación es baja,
decimos enfrentamos instrumentos débiles.

15
Ejemplo 1: Ecuación de salarios con variables omitidas
Supongamos un modelo de salario sobre la población activa:

log (w) = β0 + β1 edui + β2 hábili + ui

Pero al no disponer de una proxy adecuada para la variable hábil,
esta quedará contenida en el residuo del modelo:

log (w) = β0 + β1 edui + (i = uii + β2 hábil) (9)

En este contexto, el método de VI busca un instrumento (z), que
permita estimar la ecuación anterior, aún omitiendo la variable
hábil, utilizando una variable relacionada con la educación, pero
no con la variable omitida como: educación de la madre o el
número de hermanos.

16
Validez del instrumento: Relevancia

La relevancia del instrumento se definió a partir de que la

Corr(Zi , Xi ) 6= 0. Por tanto, dado que ambas variables son
observables, se puede testear a partir de la regresión.

xi = π0 + π1 z + υ (10)

Testear ho : π1 = 0 frente a ho : π1 6= 0 para las variables

individuales.
Test F para testear ho : πj = 0 ∀j = 1, 2, ..., k̇, con k̇ número de
instrumentos.

17
Validez del instrumento: Relevancia
La relevancia incide sobre la manera en que la distribución del
estadı́stico se aproxima a una normal (afectando la inferencia
(Bound y Bake, 1965)) e incrementa el sesgo (Hall y Piexe, 2003).
Gráfico 1. Relación precio del petróleo y gasolina premium

Fuente: Sánchez-Mangas, UAM.

18
Validez del instrumento: exogeneidad

La exogeneidad del instrumento se definió como Corr(Zi , ) = 0,

de lo contrario no se aislará el componente de xi no correlado con
ui .
No podemos testear exogeneidad, en la práctica solo se supone por
conjetura económica (Alonso, 2015, p.16).
Respecto a las variables omitidas, esta condición crea una
diferencia importante entre una proxy y un instrumento, porque
en el caso de la proxy buscamos una alta correlación con la
variable omitida, mientras que en el instrumento no.

19
Estimador VI

Dada la exogeneidad del instrumento Cov(Zi , i ) = 0, utilizando el

método de los momentos:

E[u] = E[y − β0 − β1 x] = 0
E[uz] = Cov(Zi , yi − β0 − β1 xi1 ) = 0

De la primera ecuación se obtiene la constante:

1
(y − β0 − β1 x) = 0
P
N
β0V I = ȳ − β1V I x̄

El estimador de VI se puede obtener (si z = x, βiV I = βiM CO ):

Cov(Zi , yi ) −
Pβ1 Cov(Zi , xi1 ) = 0
n
(zi −z̄)(yi −ȳ) (11)
βiV I = Pni=1 (z −z̄)(x −x̄)
i=1 i i

20
Estimador VI

Por tanto, cuando el corr(Zi , ui ) 6= 0 el estimador de VI es

consistente (sesgo de consistencia):

(zi − z̄) (yi − ȳ) (zi − z̄) Yi (zi − z̄) (β0 + β1 x1 + ui )

P P P
VI
β1i =P =P =
(zi − z̄) (xi − x̄) (zi − z̄) Xi (zi − z̄) Xi
P

(zi − z̄) (ui ) p

P
VI cov (zi , ui )
β1i = β1 + P →
− β1 + = β1
(zi − z̄) xi cov (zi , xi )

21
Varianza del estimador VI

Wooldridge (2009, p.511) muestra que la varianza asintótica del

estimador es:

σ̂ 2
V (β̂1V I ) = (12)
nσx2 ρ2xz
P
ũ2
Siendo σ̂ 2 = n−k , estimado con el residuo del modelo de VI; ρ2xz
es el cuadrado de la correlación poblacional entre x y z (solo en el
caso de regresión simple); σx2 es la varianza poblacional de x.

22
Varianza del estimador VI

σ̂ 2
V (β̂1V I ) = P (13)
(xi − x̄)2 Rxz
2

Por tanto, si x es exógena, realizar VI en vez de MCO tiene un

coste en términos de eficiencia, en tal sentido, a menor correlación,
mayor varianza de VI respecto a MCO [recuerde que las varianza
muestral de x, σx2 = ST Cx /n, se cancelan las n].
Dado
 que esta estimación
 difiere de la de MCO
2
V (β̂1M CO ) = P (xσ̂ −x̄)2 2 , que al ser siempre menor que 1,
por Rxz
i

V (β̂1V I ) > V (β̂1M CO ).

23
Varianza del estimador VI

La desviación estándar del coeficiente se puede utilizar para

obtener los estadı́sticos t y realizar inferencia de la forma habitual.

β̂j − βho
tvi
β̂
= (14)
j
de(β̂1V I )

24
Mı́nimo cuadrado en 2 etapas (MC2E)

25
MC2E

El método permite emplear más de una variable explicativa

exógena como instrumento (Wooldridge, 2009, p.521).
En una primera etapa se elimina la correlación entre la endógena y
el error, mediante instrumentos (variables exógenas) que están
altamente correlacionadas con la variable explicativa de interés.
Dado dos instrumentos válidos (z1 y z2 ), se podrı́a utilizar
cualquiera de estos para obtener VI, sin embargo, utilizar una
combinación de ambos será siempre más eficiente.

26
MC2E

Suponiendo tres variables instrumentales (z1 , z2 y z3 ) que se

pueden usar como VI, se estima en una primera etapa:

x2 = π̂0 + π̂1 z1 + π̂2 z2 + π̂3 z3 + υ (15)

x̂2 = π̂0 + π̂1 z1 + π̂2 z2 + π̂3 z3 (16)

Donde x̂2 , es la parte de x2 no correlacionada con u (como zi no

están correlaciona con ui , una combinación lineal de estas
tampoco lo estará) se puede utilizar como instrumento de x2 .

27
MC2E

La ecuación:

x2 = π̂0 + π̂1 z1 + π̂2 z2 + π̂3 z3 + υ (17)

Descompone la variable endógena de forma aditiva en dos

componentes:
1 La parte exógena de x, explicada en función de los instrumentos
π̂0 + π̂1 z1 + π̂2 z2 + π̂3 z3 .
2 La parte endógena υ, que es la parte de x no explicada por los
instrumentos.

28
MC2E

Una vez se obtiene la parte exógena de x, se utiliza como

instrumento:

yi = β̂0 + β̂1 x̂2 + β̂2 xi + ui (18)

29
Ejemplo 2: Ecuación de salarios de mujeres casadas
Suponga la siguiente ecuación de salarios:

ln salarioi = −18.5 + 0.109educi + ui

Ahora, se utiliza la variable de educación del padre como
instrumento de la variable educ ¿Qué suponemos sobre esta
variable?:

educi = 10.24 + 0.269educpadre + ui

ˆ i , se estima la segunda etapa:
Ahora, utilizando educ

ˆ i + ui
ln salarioi = 0.441 + 0.059educ

30
Varianza del estimador MC2E

Wooldridge (2009, p.511) muestra que la varianza asintótica del

estimador es:

σ̂ 2
V (β̂1M C2E ) =  
STˆ C 2 1 − R̂xz
2

P 2
ũ
Siendo σ̂ 2= n−k , STˆ C 2 es la variación total de x̂ y R̂xz
2 es el R2

de la regresión de x̂ sobre todas las variables que aparecen en el

modelo estructural.

31
Prueba de endogeneidad de Hausman

Cuando las variables explicativas son exógenas, los MC2E pueden

tener errores muy grandes, por tanto, la prueba de endogeneidad
nos ayudarı́an a detectar si se necesita estimar por VI o MC2E.
Housman (1978), utilizando un test χ2 , sugirió comparar las
estimaciones de MCO y MC2E, y determinar si existen diferencias
estadı́sticamente significativas. Esto, porque ambos métodos,
deben ser iguales al menos en el limite dada la consistencia de los
estimadores.

32
Prueba de endogeneidad de Hausman

Para testear si las diferencias en las estimaciones son significativas,

suponga una única variable endógena x3i :

yi = β0 + β1 x1i + β2 x2i + β3 x3i + ui (19)

La prueba de regresión, estima x3i en función de todas las

variables instrumentales y regresoras:

x3i = π̂0 + π̂1 z1 + π̂2 z2 + π̂3 z3 + π̂4 x1i + π̂5 x2i + υi (20)

33
Prueba de endogeneidad de Hausman

Ahora, dada corr(Zj , u) = 0, x̂3i no esta correlacionada con ui ,

solo si υ y u, tampoco lo están. Es decir, δ = 0 en u = δυ + , si los
errores de ambos modelos no están correlacionados.
Ahora, en la práctica, como υ no es observable, se utiliza su
estimación (υ̂) en el modelo original, estimado mediante MCO:

yi = β0 + β1 x1i + β2 x2i + β3 x3i + δ υ̂ + ui (21)

Sobre esta, se prueba si H0 : δ = 0 (x es exógena), mediante el

estadı́stico t. Si se rechaza, la hipótesis nula x3i es endógena,
porque u y υ están correlacionados.

34
Prueba de endogeneidad de Hausman

De forma práctica (Ramı́rez F., 2016, p.31):

1 Estimar un modelo entre la variable explicativa endógena, sobre
todas las variables explicativas incluyendo los instrumentos. Se
obtienen los residuos.
2 Se agrega este residuo a la ecuación estructural, se estima por MCO
y se evalúa la significancia de los coeficientes asociados a los
residuos. Si el coeficiente es estadı́sticamente distinto de cero, se
concluye que la variable de interés es endógena.

35
Consideraciones finales

No es correcto estimar las dos etapas secuencialmente, porque el

termino de error (u), incluye υ.
En la práctica, es difı́cil encontrar instrumentos válidos.

36
Referencias

37
Referencias

1 Alonso, 2015 Variables Instrumentales. Departamento de Economı́a.

Universidad Carlos III de Madrid.
2 Francisco Ramı́rez (2016). Endogeneidad y estimación por variables
instrumentales. Econometrı́a II.
3 Sánchez-Mangas, R. (nd). Regresión con Variables Instrumentales (VI).
Universidad Autónoma de Madrid.
4 Wooldridge, J. (2009). Introducción a la Econometrı́a: un enfoque moderno.
4ta. ed. Michigan State University. Cengage Learning
5 Wooldridge, J. (2010). Econometric Analysis of Cross Section and Panel Data.

38