Páginas

sexta-feira, 2 de novembro de 2012

Endogeneidade

O treinamento dos economistas em métodos quantitativos aplicados é ainda pouco desenvolvido na maioria dos cursos de economia que existem por aí. É verdade que isto tem melhorado, até porque não é mais possível acompanhar a literatura internacional sem ter conhecimento razoável de técnicas econométricas.

Talvez alguns leitores deste blog ouçam falar muito em endogeneidade ou variáveis endógenas, principalmente no que se refere a modelos econométricos. Se pensamos em modelos de crescimento endógeno, o "endógeno" significa que a variável que causa o crescimento é determinada dentro do contexto do modelo. Mas em econometria, embora não seja muito diferente do que eu disse na frase anterior, endogeneidade se refere a "qualquer situação onde uma variável expicativa é correlacionada com o erro" (Wooldridge, 2011, p. 54, tradução livre).

Baseando-me em um único trecho do livro do Wooldridge (Econometric Analysis of Cross-Section and Panel Data, 2 ed, 2011, p. 54-55), listo aí as três fontes tradicionais de endogeneidade em econometria aplicada:

  1. Variáveis omitidas: se há uma variável omitida no modelo, ela acaba sendo incorporada ao erro. Caso esta variável omitida seja correlacionada com alguma das variáveis explicativas que já está no modelo (o que é bem comum), necessariamente haverá correlação entre variável explicativa e erro.
  2. Erro de mensuração: se há apenas uma variável com erro de mensuração e não temos a variável sem erro que deveria estar no modelo, podemos ter correlação entre a variável que temos (com erro) e o erro (porque o erro contém uma parte daquilo que não foi mensurado corretamente). Isso depende da relação entre a variável que temos (com erro) e a que não temos mas gostaríamos de ter (sem erro).
  3. Simultaneidade: quando uma das variáveis explicativas é determinada pela variável explicada no modelo. Ou seja, x influencia y, mas y também influencia x simultaneamente. Nesse caso, x e o erro geralmente possuem correlação entre si. 

E qual é o problema da endogeneidade? Além do viés, o grande problema que podemos ter é a inconsistência. Nesse caso, nossas estimativas não convergirão ao parâmetro populacional. Para que então rodar uma regressão? O importante de uma estimativa amostral é que, através dela, possamos dizer algo sobre a população.

PS: Agradeço algumas correções feitas pelo Prof. Fernando Sabino. 

Nenhum comentário: