Bootstrapping heteroskedasticity consistent covariance matrix estimator
Résumé.
Des résultats récents de Cribari-Neto et Zarkos (1999) montrent que les méthodes du bootstrap peuvent
être utilisées avec succès pour estimer une matrice de covariance des paramètres, robuste à
l'hétéroscédasticité de forme inconnue. Dans cet article, nous montrons que l'estimateur robuste
obtenu avec la méthode du wild bootstrap peut être calculé directement, sans avoir recours aux
simulations et qu'il est égal à un estimateur asymptotique classique. Par ailleurs, certains de leurs
résultats de simulations semblent en conflit avec d'autres résultats obtenus par MacKinnon et White
(1985) ; nous expliquons ces différences.
Abstract.
Recent results of Cribari-Neto and Zarkos (1999) show that bootstrap methods can be
successfully used to estimate a heteroskedasticity robust covariance matrix estimator. In
this paper, we show that the wild bootstrap estimator can be calculed directly, without
simulations, as it is just a more traditional estimator. Their experimental results seem to
conflict with those of MacKinnon and White (1985) ; we reconcile these two results.
|