Método Adversario de Momentos

Abstract

Introducimos el Método Adversario de Momentos (AMM), para modelos definidos por condiciones de momentos. Nuestro estimador es asintóticamente equivalente a GMM de 2 etapas, pero presenta mejores propiedades en muestras finitas. En nuestros resultados teóricos mostramos que existe una relación entre AMM y el estimador de Verosimilitud Empírica (EL), que también presenta dichas propiedades deseables. Relativo a este segundo estimador, mostramos que la implementación de AMM es mucho más sencilla, lo cual lo vuelve una interesante alternativa para trabajo empírico. En la segunda parte del trabajo consideramos diferentes modelos, incluida la estimación de varianza en Altonji and Segal (1996) y un modelo de datos de panel dinámico. Mediante simulaciones de Monte Carlo, comparamos el desempeño de nuestro estimador y descubrimos que AMM se desempeña mejor en casos donde otros estimadores fallan. Finalmente, en el apéndice extendemos AMM a entornos basados en simulación, con una aplicación a la estimación de modelos DSGE igualando funciones de impulso respuesta.