Identification in Dynamic Shock-Error Models

با نگاهی به یک مثال بسیار ساده از مدل خطا در متغیرها، از تأثیری که ویژگی‌های دینامیکی استاندارد (به شکل خودکار تصحیح 11 در متغیرها) می‌تواند بر وضعیت شناسایی داشته باشد متعجب شدم. مدل. آشکار شد که شناسایی مدل‌های خطا در متغیرها با وجود برخی ویژگی‌های پویا مشکل کمتری داشت و دسته بندی «متغیرهای از پیش تعیین‌شده» بی‌معنی بود، زیرا متغیرهای درون‌زا و واقعاً برون‌زا با تأخیر شناسایی متفاوتی داشتند. خواص همچنین، برای مدل‌هایی که در نظر گرفتم، شرایط لازم و کافی برای شناسایی را می‌توان به صورت قواعد شمارش ساده بیان کرد که برای محاسبه بی‌اهمیت هستند. این نتایج در زمینه ادبیات اقتصاد سنجی سنتی تا حدودی قابل توجه به نظر می رسید و انگیزه اصلی این تک نگاری را نشان می داد. بنابراین، مونوگراف سعی می‌کند شناسایی اقتصادسنجی مدل‌ها را زمانی که متغیرها با خطا اندازه‌گیری می‌شوند و زمانی که ویژگی‌های پویا وجود دارند، تحلیل کند. در تلاش برای تعمیم مثال‌هایی که مدنظرم بود، اگرچه نتایج نهایی عبارات بسیار ساده‌ای داشتند، اما فرآیند اثبات رسمی آنها دشوار و طولانی شد (به‌ویژه برای بخش «کفایی» برهان‌ها). احتمالاً این نیز به دلیل نبود ابزارهای تحلیلی قوی‌تر و/یا مشتقات ظریف‌تر بوده است، که من احساس می‌کنم عذرخواهی برای آنها مناسب است. با برخی تغییرات جزئی، این تک نگاری یک پایان نامه دکتری است که به گروه اقتصاد دانشگاه ویسکانسین، مدیسون ارائه شده است. با تشکر از. دنیس جی ایگنر و آرتور اس.

Looking at a very simple example of an error-in-variables model, I was surprised at the effect that standard dynamic features (in the form of autocorre­ 11 lation. in the variables) could have on the state of identification of the model. It became apparent that identification of error-in-variables models was less of a problem when some dynamic features were present, and that the cathegory of "pre­ determined variables" was meaningless, since lagged endogenous and truly exogenous variables had very different identification properties. Also, for'the models I was considering, both necessary and sufficient conditions for identification could be expressed as simple counting rules, trivial to compute. These results seemed somewhat striking in the context of traditional econometrics literature, and p- vided the original motivation for this monograph. The monograph, therefore, atempts to analyze econometric identification of models when the variables are measured with error and when dynamic features are present. In trying to generalize the examples I was considering, although the final results had very simple expressions, the process of formally proving them became cumbersome and lengthy (in particular for the "sufficiency" part of the proofs). Possibly this was also due to a lack of more high-powered analytical tools and/or more elegant derivations, for which I feel an apology coul be appropiate. With some minor modifications, this monograph is a Ph. D. dissertation presented to the Department of Economics of the University of Wisconsin, Madison. Thanks are due to. Dennis J. Aigner and Arthur S.