Estimation des régressions apparemment non liées avec des perturbations autorégressives

Résumé L'estimation conjointe d'un système d'équations de régression linéaire avec des perturbations corrélées mutuellement conduit, en général, à des estimations plus efficaces que l'estimation de chaque équation séparément. Une méthode d'estimation conjointe développée par Arnold Zeller sur l'hypothèse que les perturbations sont non autocorrélées a récemment été adaptée par Richard Parks pour le cas où cette hypothèse ne tient pas. Dans cet article, nous développons plusieurs estimateurs alternatifs et comparons leur efficacité dans des petits échantillons. La comparaison est réalisée à l'aide d'une expérience d'échantillonnage appliquée à diverses spécifications de modèle.