Modello neoclassico di crescita esogena di R. Solow

Presentazione sul tema: "Modello neoclassico di crescita esogena di R. Solow"— Transcript della presentazione:

1 Modello neoclassico di crescita esogena di R. Solow
Equazione di stato stazionario dinamico per l’output pro-capite

2 Modello empirico su cross-section/1
Il tempo t e` fissato per tutti i paesi

3 Modello empirico su cross-section/2
Per passare dal modello teorico e deterministico al modello empirico stocastico MRW(’92) fanno le seguenti ipotesi:

4 Dati sezionali: campione casuale semplice(i.i.d.)

5 Modello empirico su cross-section/3
MRW(’92) usano i dati tratti dalla Penn-Table costruita da Summers e Heston(’88) che contiene dati annuali di contabilita` nazionale MRW guardano ai dati dal 1960 al 1985 e considerano 3 campioni di paesi Il campione “Intermediate” contiene 75 paesi non produttori di petrolio, non piccoli come popolazione nel 1960 e con qualita` dei dati non bassa

6 Popolazione di interesse
Specificazione del modello Separazione tra modello per la popolazione e modalita’ di estrazione del campione dalla popolazione

7 Cross-section con campionamento i.i.d.
Tutte le variabili sono stocastiche: i regressori non sono fissi in campioni ripetuti (caso diverso dai dati sperimentali di laboratorio) L’ipotesi i.i.d. puo’ essere restrittiva anche per dati sezionali ! Esempio: i dati a livello provinciale sulla disoccupazione possono essere correlati per province contigue.

8 Altri tipi di dati (campioni)/1
Pooling di cross-sections: estraggo in istanti temporali diversi dei campioni dalla stessa popolazione e li metto insieme (NB: non sono gli stessi individui della popolazione osservati piu’ volte) E’ un campione indipendente ma non ugualmente distribuito (perche’ le caratteristiche della pop. cambiano nel tempo)

9 Altri tipi di dati (campioni)/2
Cluster sampling (tipo di campionamento stratificato): c’e` correlazione tra certe unita` Es: Alunni della stessa scuola.

10 Altri tipi di dati/3 Serie temporali: l’indipendenza stocastica e` irrealistica; anche l’uguale distribuzione puo` venir meno se c’e` non stazionarieta`

11 Altri tipi di dati/4 Dati longitudinali o panel: qui osserviamo gli stessi individui della popolazione in istanti di tempo diversi. Per N grande e T piccolo

12 Analisi asintotica Salvo casi particolari tutti i risultati sulle proprieta` degli stimatori sono risultati asintotici !

13 Modello lineare univariato e campione i.i.d.
Modello per la popolazione lineare nei parametri Regressori stocastici

14 Condizioni necessarie e sufficienti per la consistenza dello stimatore OLS: caso cross-section i.i.d.

15 Condizione sufficiente affinche`tali ipotesi siano verificate:

16 Modello di regressione per la popolazione

17 Tipi di regressori Regressore esogeno: non correlato con l’errore
Regressore endogeno: correlato con l’errore

18 Cause dell’endogenita`
Omissione di variabili rilevanti correlate con i regressori inclusi Errori di misura Simultaneita`