2SLS: A NUMERICAL EXAMPLE

To illustrate the 2SLS method, consider the incomemoney supply model given previously in
Eqs. (20.4.1) and (20.4.2). As shown, the money supply equation is overidentified. To estimate
the parameters of this equation, we resort to the two-stage least-squares method. The data
required for analysisare given in Table 20.2; this table also gives some data that are required to
answer some of the questions given in the exercises.
Stage 1 Regression. We first regress the stochastic explanatory variable income Y1, represented
by GDP, on the predetermined variables private

Notes: Y1 = GDP = gross domestic product ($, billions, seasonally adjusted)

Y2 = M2 = M2 money supply ($, billions, seasonally adjusted)
X1 = GPDI = gross private domestic investment ($, billions, seasonally adjusted)
X2 = FEDEXP = Federal government expenditure ($, billions, seasonally adjusted)
X3 = TB6 = 6-month treasury bill rate (%).
Source: Economic Report of the President, 2001. Tables B-2, B-69, B-73, B-84.
investment X1 and government expenditure X2, obtaining the following results:

Stage 2 Regression. We now estimate the money supply function (20.4.2), replacing the
endogenous variable Y1 by Y1 estimated from (20.5.1) (= Y1). The results are as follows:

As we pointed out previously, the estimated standard errors given in (20.5.2) need to be corrected
in the manner suggested in Appendix 20.A, Section 20A.2. Effecting this correction (most
econometric packages can do it now), we obtain the following results:

As noted in Appendix 20A, Section 20A.2, the standard errors given in (20.5.3) do not differ
much from those given in (20.5.2) because the R2 in Stage 1 regression is very high.

OLS Regression. For comparison, we give the regression of money stock on income as shown
in (20.4.2) without purging the stochastic Y1t of the influence of the stochastic disturbance
term.

Comparing the inappropriate OLS results with the Stage 2 regression, we see that the two
regressions are virtually the same. Does this mean that the 2SLS procedure is worthless? Not at
all. That in the present situation the two results are practically identical should not be surprising
because, as noted previously, the R2 value in the first stage is very high, thus making the
estimated Y1t virtually identical with the actual Y1t . Therefore, in this case the OLS and
second-stage regressions will be more or less similar. But there is no guarantee that this will
happen in every application. An implication, then, is that in overidentified equations one should
not accept the classical OLS procedure without checking the second-stage regression(s).
Simultaneity between GDP and Money Supply. Let us find out if GDP (Y1) and money
supply (Y2) are mutually dependent. For this purpose we use the Hausman test of simultaneity
discussed in Chapter 19.
First we regress GDP on X1 (investment expenditure) and X2 (government expenditure),
the exogenous variables in the system (i.e., we estimate the reduced-form regression.) From this
regression we obtain the estimated GDP and the residuals vt , as suggested in Eq. (19.4.7). Then
we regress money supply on estimated GDP and vt to obtain the following results:

Since the t value of vt is statistically significant (the p value is 0.0263), we cannot reject the
hypothesis of simultaneity between money supply and GDP, which should not be surprising.
(Note: Strictly speaking, this conclusion is valid only in large samples; technically, it is only
valid as the sample size increases indefinitely.)
2SLS: A CONTOH NUMERIK
Untuk menggambarkan metode 2SLS, pertimbangkan model pasokan pendapatan uang yang
diberikan sebelumnya di pers. (20.4.1) dan (20.4.2). Seperti ditunjukkan, persamaan pasokan
uang overidentified. Untuk memperkirakan parameter dari persamaan ini, kita resor untuk duatahap metode kuadrat terkecil. Data yang dibutuhkan untuk analysisare diberikan dalam Tabel
20.2; tabel ini juga memberikan beberapa data yang diperlukan untuk menjawab beberapa
pertanyaan yang diberikan dalam latihan.

Tahap 1 Regresi. Kami pertama regresi yang jelas Y1 stochastic variabel pendapatan, diwakili
oleh GDP, pada variabel yang telah ditentukan X1 investasi swasta dan pengeluaran X2
pemerintah, memperoleh hasil sebagai berikut:

Tahap 2 Regresi. Kita sekarang memperkirakan fungsi uang beredar (20.4.2), menggantikan
endogen variabel Y1 oleh Y1 diperkirakan dari (20.5.1) (= Y1). Hasilnya adalah sebagai berikut:

Seperti yang kita menunjukkan sebelumnya, kesalahan standar estimasi yang diberikan dalam
(20.5.2) perlu diperbaiki dengan cara yang disarankan dalam Lampiran 20.A, Bagian 20A.2.
Mempengaruhi koreksi ini (kebanyakan paket ekonometri bisa melakukannya sekarang), kita
memperoleh hasil sebagai berikut:

Seperti tercantum dalam Lampiran 20A, Pasal 20A.2, kesalahan standar yang diberikan dalam
(20.5.3) tidak berbeda jauh dari yang diberikan dalam (20.5.2) karena R2 di Tahap 1 regresi
sangat tinggi.

OLS Regresi. Sebagai perbandingan, kami memberikan regresi persediaan uang atas penghasilan
seperti pada (20.4.2) tanpa "membersihkan" stochastic Y1t dari pengaruh jangka gangguan
stochastic.

Membandingkan "tidak pantas" OLS hasil dengan Tahap 2 regresi, kita melihat bahwa dua
regresi yang hampir sama. Apakah ini berarti bahwa prosedur 2SLS tidak berharga? Tidak
semuanya. Bahwa dalam situasi sekarang dua hasil praktis identik seharusnya tidak mengejutkan
karena, seperti disebutkan sebelumnya, nilai R2 pada tahap pertama adalah sangat tinggi,
sehingga membuat estimasi Y1t hampir identik dengan Y1t yang sebenarnya. Oleh karena itu,
dalam hal ini OLS dan tahap kedua regresi akan lebih atau kurang mirip. Tapi tidak ada jaminan
bahwa ini akan terjadi di setiap aplikasi. Implikasi, kemudian, adalah bahwa dalam persamaan
overidentified orang tidak boleh menerima prosedur OLS klasik tanpa memeriksa regresi tahap
kedua (s).
Simultanitas antara GDP dan Uang Beredar. Mari kita cari tahu apakah PDB (Y1) dan jumlah
uang beredar (Y2) yang saling bergantung. Untuk tujuan ini kita menggunakan uji Hausman
simultanitas dibahas dalam Bab 19.
Pertama kita mundur PDB pada X1 (pengeluaran investasi) dan X2 (pengeluaran pemerintah),
variabel eksogen dalam sistem (yaitu, kami memperkirakan pengurangan bentuk regresi.) Dari
regresi ini kita memperoleh estimasi GDP dan vt residu, seperti yang disarankan dalam Pers.
(19.4.7). Kemudian kita mundur pasokan uang pada perkiraan PDB dan vt untuk mendapatkan
hasil sebagai berikut:
Karena nilai t dari vt adalah signifikan secara statistik (nilai p adalah 0,0263), kita tidak dapat
menolak hipotesis simultanitas antara uang beredar dan PDB, yang seharusnya tidak
mengejutkan. (Catatan: Sebenarnya, kesimpulan ini hanya berlaku dalam sampel yang besar,
secara teknis, itu hanya berlaku dengan meningkatnya ukuran sampel tanpa batas.)